Statistiche e Big Data

1

Disuguaglianza Oracle: in termini di base

Sto esaminando un documento che usa la disuguaglianza dell'oracolo per dimostrare qualcosa ma non riesco a capire cosa stia nemmeno cercando di fare. Quando ho cercato online "Oracle Inequality", alcune fonti mi hanno indirizzato all'articolo "Candes, Emmanuel J." Stima statistica moderna tramite disuguaglianze oracolari ". "che può essere trovato qui …

14 mathematical-statistics estimation probability-inequalities inequality oracle

2

Perché ci preoccupiamo se un processo MA è invertibile?

Ho difficoltà a capire perché ci preoccupiamo se un processo MA è invertibile o no. Per favore, correggimi se sbaglio, ma posso capire perché ci importa se un processo AR è causale o meno, cioè se possiamo "riscriverlo", per così dire, come la somma di alcuni parametri e del rumore …

14 time-series mathematical-statistics autoregressive moving-average

1

Errore tra Train vs Test e relativo rapporto con il sovra-adattamento: riconciliazione di consigli contrastanti

Sembra che ci siano consigli contrastanti là fuori su come gestire il confronto tra errore treno e test, in particolare quando c'è un divario tra i due. Sembra che ci siano due scuole di pensiero che per me sembrano in conflitto. Sto cercando di capire come conciliare i due (o …

14 cross-validation overfitting

2

Come viene implementato il dropout spaziale in 2D?

Questo è con riferimento al documento Localizzazione efficiente degli oggetti utilizzando reti convoluzionali e da quello che ho capito il dropout è implementato in 2D. Dopo aver letto il codice di Keras su come viene implementato il Dropout 2D spaziale, in pratica viene implementata una maschera binaria casuale di forma …

14 machine-learning deep-learning tensorflow dropout

1

Analisi di sensibilità in reti neurali profonde

A seguito di una domanda a cui è già stata data risposta ( Estrazione dell'importanza del peso dalla rete di feed-forward a un livello ) Sto cercando un'inferenza sulla pertinenza degli input nelle reti neurali. Considerando una rete profonda, dove ricostruire l'importanza dell'input andando indietro attraverso gli strati dal nodo …

14 neural-networks python feature-selection sensitivity-analysis

1

In che modo NumPy risolve i minimi quadrati per sistemi sottodeterminati?

Diciamo che abbiamo X di forma (2, 5) e y di forma (2,) Questo funziona: np.linalg.lstsq(X, y) Ci aspetteremmo che funzionasse solo se X fosse di forma (N, 5) dove N> = 5 Ma perché e come? Restituiamo 5 pesi come previsto, ma come viene risolto questo problema? Non è …

14 least-squares linear-algebra numpy

6

Perché i residui nella regressione lineare si sommano sempre a zero quando è inclusa un'intercettazione?

Sto seguendo un corso sui modelli di regressione e una delle proprietà fornite per la regressione lineare è che i residui si sommano sempre a zero quando viene inclusa un'intercettazione. Qualcuno può fornire una buona spiegazione del perché questo è il caso?

14 regression residuals

3

Sostituzione delle variabili con WoE (peso dell'evidenza) nella regressione logistica

Questa è una domanda riguardante una pratica o un metodo seguito da alcuni dei miei colleghi. Durante la creazione di un modello di regressione logistica, ho visto le persone sostituire le variabili categoriali (o variabili continue che sono integrate) con il rispettivo Peso dell'evidenza (WoE). Questo è presumibilmente fatto per …

14 regression logistic categorical-data modeling

4

Qual è / sono la differenza "meccanica" tra la regressione lineare multipla con ritardi e serie temporali?

Sono laureato in economia e commercio e attualmente studia per un master in ingegneria dei dati. Mentre studiavo la regressione lineare (LR) e poi l'analisi delle serie storiche (TS), mi è venuta in mente una domanda. Perché creare un metodo completamente nuovo, ovvero serie temporali (ARIMA), invece di utilizzare la …

14 regression time-series multiple-regression least-squares arima

1

Lazo bayesiano contro picco e lastra

Domanda: Quali sono i vantaggi / gli svantaggi dell'utilizzo di uno precedente rispetto all'altro per la selezione delle variabili? Se ho il rischio: dove posso mettere sia uno dei priori: w i ~ π delta 0 + ( 1 - π ) N ( 0 , 100 )y∼N(Xw,σ2I)y∼N(Xw,σ2I)y\sim\mathcal{N}(Xw,\sigma^2I) Oppure: w …

14 bayesian feature-selection

3

Esistono alternative a Elo per eventi non di gruppo / individuali?

Esistono sistemi di classificazione o classificazione ben noti, simili a Elo, per eventi con più partecipanti? Ad esempio, un sistema in grado di valutare varie forme di corse (auto, discesa, cavallo ecc.) O altri sport individuali (golf, ad esempio)?

14 ranking elo

3

Rete neurale - input binario vs discreto / continuo

Esistono buoni motivi per preferire i valori binari (0/1) rispetto ai valori normalizzati discreti o continui , ad esempio (1; 3), come input per una rete feedforward per tutti i nodi di input (con o senza backpropagation)? Certo, sto solo parlando di input che potrebbero essere trasformati in entrambe le …

14 neural-networks

4

Ridimensionamento delle funzionalità e normalizzazione media

Sto seguendo il corso di apprendimento automatico di Andrew Ng e non sono riuscito a ottenere la risposta corretta a questa domanda dopo diversi tentativi. Aiutate cortesemente a risolvere questo problema, anche se ho superato il livello. Supponiamo che studenti abbiano frequentato un corso e che il corso abbia avuto …

14 machine-learning self-study normalization

4

Perché diciamo "Errore standard residuo"?

Un errore standard è la deviazione standard stimata di uno stimatore per un parametro . θ θσ^( θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Perché la deviazione standard stimata dei residui è chiamata "errore standard residuo" (ad es. Nell'output della summary.lmfunzione di R ) e non "deviazione standard residua"? Quale stima di parametro forniamo qui …

14 r standard-error residuals terminology

2

Perché la differenza quadrata è così comunemente usata?

Molto spesso quando studio nuovi metodi e concetti statistici, incontro la differenza quadrata (o l'errore quadratico medio, o una pletora di altri epiteti). Proprio come un esempio, la r di Pearson viene decisa in base alla differenza quadratica media dalla linea di regressione in cui si trovano i punti. Per …

14 normal-distribution