Statistiche e Big Data

Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati

2
Ottimizzazione e apprendimento automatico
Volevo sapere quanta parte dell'apprendimento automatico richiede ottimizzazione. Da quello che ho sentito la statistica è un argomento matematico importante per le persone che lavorano con l'apprendimento automatico. Allo stesso modo, quanto è importante che qualcuno che lavora con l'apprendimento automatico apprenda l'ottimizzazione convessa o non convessa?
1
Utilizzo di iloc per impostare i valori [chiuso]
Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 2 anni fa . Questa riga restituisce le prime 4 righe nel dataframe combinedperfeature_a combined.iloc[0:4]["feature_a"] Come previsto, questa riga successiva restituisce …
13 python  pandas 
8
Sondaggi: il 25% di una grande base di utenti è rappresentativo?
Il mio datore di lavoro sta attualmente conducendo un sondaggio a livello aziendale sugli atteggiamenti nei confronti dell'ufficio, ad esempio Sentiment. In passato, hanno aperto il sondaggio a tutte le aree del business (supponiamo che 10 dipartimenti molto diversi) e tutti i dipendenti al loro interno (supponiamo che 1000 dipendenti …
2
Non capisco la varianza del binomio
Mi sento davvero stupido anche facendo una domanda così semplice ma qui va: Se ho una variabile casuale XXX che può assumere valori 000 e 111 , con P(X=1)=pP(X=1)=pP(X=1) = p e P(X=0)=1−pP(X=0)=1−pP(X=0) = 1-p , quindi se ne estraggo nnn campioni, otterrò una distribuzione binomiale. La media della distribuzione …
1
Se
Mi sono imbattuto in una prova per una delle proprietà del modello ARCH che dice che se E(X2t)&lt;∞E(Xt2)&lt;∞\mathbb{E}(X_t^2) < \infty , allora {Xt}{Xt}\{X_t\} è stazionario iff ∑pi=1bi&lt;1∑i=1pbi&lt;1\sum_{i=1}^pb_i < 1 dove il modello ARCH è: Xt=σtϵtXt=σtϵtX_t = \sigma_t\epsilon_t σ2t=b0+b1X2t−1+...bpX2t−pσt2=b0+b1Xt−12+...bpXt−p2\sigma_t^2 = b_0 + b_1X_{t-1}^2 + ... b_pX_{t-p}^2 L'idea principale della dimostrazione è …
4
Norms - Cosa c'è di speciale in?
Una norma L1L1L_1 è unica (almeno in parte) perché p=1p=1p=1 è al confine tra non convesso e convesso. Una norma L1L1L_1 è la norma convessa "più scarsa" (giusto?). Capisco che la norma euclidea ha radici nella geometria e ha una chiara interpretazione quando le dimensioni hanno le stesse unità. Ma …
4
Bisogna preoccuparsi della multi-collinearità quando si usano modelli non lineari?
Supponiamo che abbiamo un problema di classificazione binaria con caratteristiche per lo più categoriche. Usiamo alcuni modelli non lineari (ad esempio XGBoost o Random Forests) per impararlo. Bisogna ancora preoccuparsi della multi-collinearità? Perché? Se la risposta a quanto sopra è vera, come si dovrebbe combatterla considerando che si stanno usando …
3
Da dove viene la distribuzione beta?
Come sono sicuro che tutti qui già sanno, il PDF della distribuzione Beta X∼B(a,b)X∼B(a,b)X \sim B(a,b) è dato da f(x)=1B(a,b)xa−1(1−x)b−1f(x)=1B(a,b)xa−1(1−x)b−1f(x) = \frac{1}{B(a,b)}x^{a-1}(1-x)^{b-1} Ho cercato dappertutto una spiegazione delle origini di questa formula, ma non riesco a trovarla. Ogni articolo che ho trovato sulla distribuzione Beta sembra dare questa formula, illustrarne …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.