Statistiche e Big Data

2

Intuizione matematica dell'equazione Bias-Variance

Di recente ho posto una domanda alla ricerca di un'interpretazione / intuizione matematica dietro l'equazione elementare relativa alla media e alla varianza del campione: , geometrico o di altro tipo.E[ X2] = Va r ( X) + ( E[ X] )2E[X2]=Var(X)+(E[X])2 E[X^2] = Var(X) +(E[X])^2 Ma ora sono curioso dell'equazione …

12 variance bias

2

Qual è la differenza tra regressione lineare "regolare" e regressione lineare di apprendimento profondo?

Voglio conoscere la differenza tra regressione lineare in un'analisi di apprendimento automatico regolare e regressione lineare in un ambiente di "apprendimento profondo". Quali algoritmi vengono utilizzati per la regressione lineare in contesti di apprendimento profondo.

12 regression machine-learning deep-learning

4

Nella CNN, l'upsampling e la trasposizione della convoluzione sono uguali?

Entrambi i termini "ricampionamento" e "trasposizione della convoluzione" sono usati quando si sta facendo "deconvoluzione" (<- non un buon termine, ma permettetemi di usarlo qui). Inizialmente, pensavo che significassero la stessa cosa, ma mi sembra che siano diversi dopo aver letto questi articoli. qualcuno può chiarire per favore? Trasposizione della …

12 machine-learning neural-networks conv-neural-network transposed-convolution

3

Come implementare un modello misto usando la funzione betareg in R?

Ho un set di dati composto da proporzioni che misurano il "livello di attività" dei singoli girini, rendendo quindi i valori legati tra 0 e 1. Questi dati sono stati raccolti contando il numero di volte in cui l'individuo si è mosso entro un certo intervallo di tempo (1 per …

12 r mixed-model random-effects-model beta-distribution beta-regression

1

Che cos'è esattamente un blocco di apprendimento residuo nel contesto delle reti di residui profondi in apprendimento profondo?

Stavo leggendo il documento Deep Residual Learning for Image Recognition e ho avuto difficoltà a comprendere con certezza al 100% ciò che un blocco residuo comporta computazionalmente. Leggendo il loro articolo hanno la figura 2: che illustra cosa dovrebbe essere un blocco residuo. Il calcolo di un blocco residuo è …

12 machine-learning neural-networks deep-learning conv-neural-network residual-networks

1

Differenza tra implementazioni di scikit-learning di PCA e TruncatedSVD

Comprendo la relazione tra l'analisi delle componenti principali e la decomposizione del valore singolare a livello algebrico / esatto. La mia domanda riguarda l' implementazione di scikit-learn . La documentazione dice: " [TruncatedSVD] è molto simile al PCA, ma opera direttamente sui vettori di campione, anziché su una matrice di …

12 pca scikit-learn svd scipy

2

Intuizione grafica delle statistiche su una varietà

In questo post , puoi leggere la dichiarazione: I modelli sono generalmente rappresentati da punti θθ\theta su una varietà dimensionale finita. Su Geometria differenziale e Statistica di Michael K Murray e John W Rice questi concetti sono spiegati in prosa leggibili anche ignorando le espressioni matematiche. Sfortunatamente, ci sono pochissime …

12 distributions manifold-learning information-geometry topologies

2

Distribuzione beta al lancio di una moneta

Il libro bayesiano di Kruschke dice, riguardo all'uso di una distribuzione beta per lanciare una moneta, Ad esempio, se non abbiamo alcuna conoscenza precedente diversa dalla consapevolezza che la moneta ha un lato testa e un lato coda, equivale ad aver precedentemente osservato una testa e una coda, che corrisponde …

12 probability bayesian beta-distribution

2

Usa il coefficiente di correlazione di Pearson come obiettivo di ottimizzazione nell'apprendimento automatico

Nell'apprendimento automatico (per problemi di regressione), vedo spesso errore medio quadrato (MSE) o errore assoluto medio (MAE) utilizzato come funzione di errore per minimizzare (oltre al termine di regolarizzazione). Mi chiedo se ci sono situazioni in cui l'uso del coefficiente di correlazione sarebbe più appropriato? se tale situazione esiste, quindi: …

12 regression machine-learning svm optimization deep-learning

3

Quali sono esempi di vita reale di "modelli statistici non parametrici"?

Sto leggendo l'articolo di Wikipedia sui modelli statistici qui , e sono un po 'perplesso sul significato di "modelli statistici non parametrici", in particolare: Un modello statistico non è parametrico se il set di parametri è di dimensione infinita. Un modello statistico è semiparametrico se presenta parametri sia a dimensione …

12 nonparametric model

2

ottimizzazione di auc vs logloss nei problemi di classificazione binaria

Sto eseguendo un'attività di classificazione binaria in cui la probabilità di risultato è abbastanza bassa (intorno al 3%). Sto cercando di decidere se ottimizzare tramite AUC o perdita di log. Per quanto ho capito, l'AUC massimizza la capacità del modello di discriminare tra le classi mentre il logloss penalizza la …

12 classification binary-data auc log-loss

1

Interpretazione dei coefficienti di regressione di LASSO

Attualmente sto lavorando alla costruzione di un modello predittivo per un risultato binario su un set di dati con ~ 300 variabili e 800 osservazioni. Ho letto molto su questo sito sui problemi associati alla regressione graduale e sul perché non usarlo. Ho letto la regressione di LASSO e la …

12 multiple-regression predictive-models interpretation regression-coefficients lasso

2

Diverse definizioni della funzione di perdita di entropia crociata

Ho iniziato a conoscere le reti neurali con il tutorial com dot su reti neurali e apprendimento. In particolare nel terzo capitolo c'è una sezione sulla funzione entropia crociata e definisce la perdita di entropia crociata come: C=−1n∑x∑j(yjlnaLj+(1−yj)ln(1−aLj))C=−1n∑x∑j(yjln⁡ajL+(1−yj)ln⁡(1−ajL))C = -\frac{1}{n} \sum\limits_x \sum\limits_j (y_j \ln a^L_j + (1-y_j) \ln (1 - …

12 neural-networks loss-functions softmax cross-entropy

1

Gradiente per la funzione di perdita logistica

Farei una domanda relativa a questa . Ho trovato un esempio di scrittura della funzione di perdita personalizzata per xgboost qui : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, "label") …

12 r machine-learning gradient-descent boosting loss-functions

1

Quando utilizzare il livellamento esponenziale vs ARIMA?

Di recente ho aggiornato le mie conoscenze di previsione mentre lavoravo ad alcune previsioni mensili sul lavoro e leggevo il libro di Rob Hyndman, ma l'unico posto in cui sto lottando è quando usare un modello di livellamento esponenziale rispetto a un modello ARIMA. Esiste una regola empirica in cui …

12 forecasting arima exponential-smoothing