Statistiche e Big Data

1

Come posso calcolare un valore t critico usando R?

Scusate se questa è una domanda newb; Sto cercando di insegnarmi le statistiche per la prima volta. Penso di avere la procedura di base giù, ma sto lottando per eseguirla con R. Quindi, sto cercando di valutare il significato dei coefficienti di regressione in una regressione lineare multipla della forma …

13 r statistical-significance multiple-regression

4

Intuizione / interpretazione di una distribuzione di autovalori di una matrice di correlazione?

Qual è la tua intuizione / interpretazione di una distribuzione di autovalori di una matrice di correlazione? Tendo a sentire che di solito 3 autovalori maggiori sono i più importanti, mentre quelli vicini allo zero sono rumore. Inoltre, ho visto alcuni articoli di ricerca che studiano come le distribuzioni di …

13 distributions correlation

3

Strategie di aumento dei dati per la previsione di serie storiche

Sto prendendo in considerazione due strategie per "aumentare i dati" nella previsione delle serie storiche. Innanzitutto, un po 'di background. Un predittore per prevedere il passaggio successivo di una serie temporale è una funzione che di solito dipende da due cose, gli stati passati delle serie temporali, ma anche gli …

13 time-series data-augmentation

1

"Variabile casuale assolutamente continua" vs. "Variabile casuale continua"?

Nel libro "Limit Theorems of Probability Theory" di Valentin V. Petrov, ho visto una distinzione tra le definizioni di una distribuzione "continua" e "assolutamente continua", che si afferma come segue: "... Sidice che ladistribuzione della variabile casuale X è continua se P ( X ∈ B ) = 0 per …

13 probability distributions random-variable

2

Cosa significa dimensione del kernel?

Quando le persone parlano di reti neurali, cosa significano quando dicono "dimensione del kernel"? I kernel sono funzioni di somiglianza, ma cosa dice sulla dimensione del kernel?

13 machine-learning neural-networks

3

Modello nascosto di Markov vs rete neurale ricorrente

Quali problemi di input sequenziali sono più adatti per ciascuno? La dimensionalità dell'input determina quale è una corrispondenza migliore? I problemi che richiedono "memoria più lunga" sono più adatti per un LNN RST, mentre i problemi con i modelli di input ciclici (borsa, condizioni meteorologiche) sono più facilmente risolti da …

13 time-series neural-networks hidden-markov-model rnn

2

Modello di Google Inception: perché esiste più softmax?

La topologia del modello di Google Inception è disponibile qui: Google Inception Netowrk Ho notato che ci sono 3 livelli di softmax in questo modello (# 154, # 152, # 145) e 2 di loro sono una sorta di fuga anticipata di questo modello. Da quello che so, il layer …

13 deep-learning conv-neural-network

3

Qual è il metodo dei momenti e in che cosa differisce dall'MLE?

In generale sembra che il metodo dei momenti stia semplicemente abbinando la media campionaria osservata, o varianza con i momenti teorici per ottenere stime dei parametri. Questo è spesso lo stesso di MLE per famiglie esponenziali, mi pare. Tuttavia, è difficile trovare una chiara definizione del metodo dei momenti e …

13 maximum-likelihood method-of-moments

2

Classificazione con etichette rumorose?

Sto cercando di formare una rete neurale per la classificazione, ma le etichette che ho sono piuttosto rumorose (circa il 30% delle etichette sono sbagliate). La perdita di entropia funziona davvero, ma mi chiedevo ci sono alternative più efficaci in questo caso? o la perdita di entropia incrociata è ottimale? …

13 machine-learning neural-networks loss-functions noise

2

Random Forest è adatto a set di dati molto piccoli?

Ho un set di dati che comprende 24 righe di dati mensili. Le caratteristiche sono PIL, arrivi in aeroporto, mese e pochi altri. La variabile dipendente è il numero di visitatori verso una destinazione turistica popolare. Random Forest sarebbe adatto a un simile problema? I dati non sono pubblici, quindi …

13 random-forest small-sample

2

Il coefficiente di dadi è uguale alla precisione?

Mi imbatto nel coefficiente Dice per la somiglianza del volume ( https://en.wikipedia.org/wiki/S%C3%B8rensen%E2%80%93Dice_coefficient ) e la precisione ( https://en.wikipedia.org/wiki/Accuracy_and_precision ). Mi sembra che queste due misure siano uguali. qualche idea?

13 descriptive-statistics roc accuracy precision-recall auc

3

La rete neurale (ad es. Rete neurale convoluzionale) può avere pesi negativi?

È possibile avere pesi negativi (dopo epoche sufficienti) per reti neurali convoluzionali profonde quando si utilizza ReLU per tutti i livelli di attivazione?

13 machine-learning neural-networks deep-learning conv-neural-network

1

Interpretazione delle proporzioni che si sommano a una come variabili indipendenti nella regressione lineare

Conosco il concetto di variabili categoriche e la rispettiva codifica delle variabili fittizie che ci consente di adattarci a un livello come base per evitare collinearità. Conosco anche come interpretare le stime dei parametri da tali modelli: il cambiamento previsto nel risultato per un dato livello adattato del predittore categorico, …

13 regression interpretation proportion multicollinearity

2

Cosa si intende per vicinanza nelle foreste casuali?

Mi sono imbattuto nel termine prossimità in foreste casuali. Ma non riuscivo a capire cosa facesse nelle foreste casuali. In che modo aiuta a fini di classificazione?

13 machine-learning random-forest

2

In che modo la distanza di Gower calcola la differenza tra variabili binarie?

Ho 17 variabili numeriche e 5 binarie (0-1), con 73 campioni nel mio set di dati. Devo eseguire un'analisi del cluster. So che la distanza di Gower è una buona metrica per set di dati con variabili miste. Tuttavia, non riuscivo a capire come la distanza di Gower calcola la …

13 clustering distance mixed-type-data