Statistiche e Big Data

1

Perché non usiamo tassi di apprendimento non costanti per gradienti decenti per cose diverse dalle reti neurali?

La letteratura sull'apprendimento profondo è piena di trucchi intelligenti con l'uso di tassi di apprendimento non costanti nella discesa del gradiente. Cose come il decadimento esponenziale, RMSprop, Adagrad ecc. Sono facili da implementare e sono disponibili in ogni pacchetto di apprendimento profondo, ma sembrano essere inesistenti al di fuori delle …

14 machine-learning deep-learning optimization gradient-descent

1

Monte Carlo Hamiltoniano per manichini

Potresti fornire una spiegazione dettagliata dei manichini su come funziona la Hamiltoniano Monte Carlo? PS: ho già letto le risposte qui, Hamiltonian Monte Carlo , e qui, Hamiltonian Monte Carlo vs. Sequential Monte Carlo , e qui, Hamiltonian Monte Carlo: come dare un senso alla proposta Metropolis-Hasting? e non lo …

14 bayesian hmc

6

Nitpicking sull'uso attivo / passivo di "correlati"

Esito se chiederlo qui nelle statistiche StackExchange o in quello linguistico / inglese, ma credo che qui ci potrebbero essere più utenti che non parlano con la lingua rispetto agli utenti esperti di statistiche nell'altro forum;) Leggo spesso rapporti che menzionano la correlazione come verbo nella voce attiva, come in …

14 correlation terminology

3

Una distribuzione articolare 3D può essere ricostruita da marginali 2D?

Supponiamo di conoscere p (x, y), p (x, z) e p (y, z), è vero che la distribuzione congiunta p (x, y, z) è identificabile? Cioè, c'è solo una possibile p (x, y, z) che ha sopra i margini?

14 distributions mathematical-statistics

2

Che cos'è un solido test statistico? Che cos'è un potente test statistico?

Alcuni test statistici sono robusti e altri no. Cosa significa esattamente robustezza? Sorprendentemente, non sono riuscito a trovare una domanda del genere su questo sito. Inoltre, a volte, la robustezza e la potenza di un test vengono discusse insieme. E intuitivamente, non sono riuscito a distinguere tra i due concetti. …

14 statistical-significance power robust

3

Quali tipi di problemi statistici potrebbero trarre vantaggio dall'informatica quantistica?

Siamo all'avvento dell'informatica quantistica , con linguaggi quantistici che anticipano i computer quantistici hardware ora disponibili a livelli alti e bassi per i computer quantistici simulati. Il calcolo quantistico porta nuove funzioni elementari come l' entanglement e il teletrasporto dei qubit, la misurazione dei qubit e l'imposizione della sovrapposizione sui …

14 quantum-computing

5

Perché la regressione lineare utilizza una funzione di costo basata sulla distanza verticale tra l'ipotesi e il punto dati di input?

Diciamo che abbiamo i punti di dati di input (predittore) e output (risposta) A, B, C, D, E e vogliamo adattare una linea attraverso i punti. Questo è un semplice problema per illustrare la domanda, ma può essere esteso anche a dimensioni più elevate. Dichiarazione problema L'attuale miglior adattamento o …

14 regression linear fitting cost-maximization

3

Definizione di famiglia di una distribuzione?

Una famiglia di una distribuzione ha una definizione diversa per la statistica rispetto ad altre discipline? In generale, una famiglia di curve è un insieme di curve, ognuna delle quali è data da una funzione o parametrizzazione in cui uno o più parametri sono variati. Tali famiglie vengono utilizzate, ad …

14 distributions terminology parametric exponential-family

8

Quante parole di 2 lettere puoi ottenere da aabcccddef

(aa sarebbe uno dei tanti, bb no) Ho pensato che sarebbe stato 10! / 8! Ma a quanto pare sto facendo qualcosa di sbagliato. Qualcuno può aiutarmi perché sono sconcertato.

14 self-study combinatorics

4

Probabilità che l'ipotesi nulla sia vera

Quindi, questa potrebbe essere una domanda comune, ma non ho mai trovato una risposta soddisfacente. Come si determina la probabilità che l'ipotesi nulla sia vera (o falsa)? Supponiamo che tu dia agli studenti due diverse versioni di un test e desideri vedere se le versioni erano equivalenti. Esegui un test …

14 probability hypothesis-testing bayesian

5

Cosa significa che una regressione lineare è statisticamente significativa ma ha un r quadrato molto basso?

Capisco che significhi che il modello non è in grado di prevedere i singoli punti dati, ma ha stabilito una tendenza stabile (ad esempio, y sale quando x sale).

14 regression inference r-squared linear

4

Come può essere intrappolato in un punto di sella?

Al momento sono un po 'perplesso da come la discesa del gradiente mini-batch possa essere intrappolata in un punto di sella. La soluzione potrebbe essere troppo banale per non averla. Si ottiene un nuovo campione ad ogni epoca e calcola un nuovo errore basato su un nuovo batch, quindi la …

14 gradient-descent sgd

5

Le dimensioni degli effetti sono davvero superiori ai valori di p?

Molta enfasi è posta sul fare affidamento e riportare le dimensioni degli effetti piuttosto che i valori p nella ricerca applicata (ad es. Citazioni più avanti). Ma non è vero che una dimensione dell'effetto come un valore p sia una variabile casuale e come tale può variare da campione a …

14 hypothesis-testing confidence-interval p-value effect-size

3

Intuizione per Support Vector Machines e l'iperpiano

Nel mio progetto voglio creare un modello di regressione logistica per prevedere la classificazione binaria (1 o 0). Ho 15 variabili, 2 delle quali sono categoriche, mentre il resto è una miscela di variabili continue e discrete. Al fine di adattare un modello di regressione logistica mi è stato consigliato …

14 machine-learning logistic classification svm separation

1

Qual è il più piccolo

Definisci la stima del lazo dove i ^ {th} riga x_i \ in \ mathbb {R} ^ p della matrice di progettazione X \ in \ mathbb {R} ^ {n \ times p} è un vettore di covariate per spiegare la risposta stocastica y_i (per i = 1, \ punti …

14 lasso regularization