Statistiche e Big Data

3

Reti neuronali ricorrenti vs ricorsive: qual è la soluzione migliore per la PNL?

Esistono reti neurali ricorrenti e reti neurali ricorsive. Entrambi sono generalmente indicati con lo stesso acronimo: RNN. Secondo Wikipedia , le NN ricorrenti sono in realtà NN ricorsive, ma non capisco davvero la spiegazione. Inoltre, non riesco a trovare quale sia meglio (con esempi o giù di lì) per l'elaborazione …

48 machine-learning neural-networks deep-learning natural-language

7

Come testare che due variabili continue sono indipendenti?

Supponiamo di avere un campione dalla distribuzione congiunta di X e Y . Come testare l'ipotesi che X e Y siano indipendenti ?( Xn, Yn) , n = 1 .. N(Xn,Yn),n=1..N(X_n,Y_n), n=1..NXXXYYYXXXYYY Non viene fatta alcuna ipotesi sulle leggi di distribuzione congiunte o marginali di e Y (almeno di tutta …

48 hypothesis-testing references independence

4

Come identificare una distribuzione bimodale?

Capisco che una volta che tracciamo i valori come un grafico, possiamo identificare una distribuzione bimodale osservando i picchi gemelli, ma come si trova in modo programmatico? (Sto cercando un algoritmo.)

48 distributions

7

Il chi-quadrato è sempre un test unilaterale?

Un articolo pubblicato ( pdf ) contiene queste 2 frasi: Inoltre, la dichiarazione errata può essere causata dall'applicazione di regole errate o dalla mancanza di conoscenza del test statistico. Ad esempio, il df totale in un ANOVA può essere considerato l'errore df nella segnalazione di un test , oppure il …

48 hypothesis-testing chi-squared

5

Qual è la differenza tra NaN e NA?

Vorrei sapere perché alcune lingue come R hanno sia NA che NaN. Quali sono le differenze o sono ugualmente uguali? È davvero necessario avere NA?

48 r

17

Qual è il tuo blog di visualizzazione dei dati preferito?

Qual è il miglior blog sulla visualizzazione dei dati? Sto trasformando questa domanda in un wiki della comunità poiché è altamente soggettivo. Si prega di limitare ogni risposta a un collegamento. Si prega di notare i seguenti criteri per le risposte proposte: [A] risposte accettabili a domande come questa ... …

48 data-visualization references

7

Effetto della commutazione di risposta e variabile esplicativa nella semplice regressione lineare

Diciamo che esista una relazione "vera" tra ed tali che , dove e sono costanti e è rumore normale iid. Quando generi casualmente i dati da quel codice R: e poi inserisco un modello come , ovviamente ottengo stime ragionevolmente buone per e .x y = a x + b …

48 regression

5

Intuizione sulla divergenza di Kullback-Leibler (KL)

Ho imparato l'intuizione alla base della divergenza di KL in quanto una funzione di distribuzione del modello differisce dalla distribuzione teorica / reale dei dati. La fonte sto leggendo continua a dire che la comprensione intuitiva della 'distanza' tra queste due distribuzioni è utile, ma non dovrebbe essere preso alla …

48 distributions distance intuition kullback-leibler

4

Qual è la differenza tra la discesa gradiente basata sul momento e la discesa gradiente accelerata di Nesterov?

Quindi la discesa gradiente basata sul momento funziona come segue: v = s e l f. m o m e n t u m ∗ m - l r ∗ gv=self.momentum∗m−lr∗gv=self.momentum*m-lr*g dove è il precedente aggiornamento del peso e è il gradiente corrente rispetto ai parametri , è la velocità …

48 optimization gradient-descent

2

Spiegazioni intuitive delle differenze tra Gradient Boosting Trees (GBM) e Adaboost

Sto cercando di capire le differenze tra GBM e Adaboost. Questi sono ciò che ho capito finora: Esistono entrambi algoritmi di potenziamento, che apprendono dagli errori del modello precedente e infine fanno una somma ponderata dei modelli. GBM e Adaboost sono piuttosto simili, tranne per le loro funzioni di perdita. …

48 boosting gbm adaboost

2

Ogni matrice di covarianza è definita positiva?

Immagino che la risposta dovrebbe essere sì, ma sento ancora che qualcosa non va. Dovrebbero esserci dei risultati generali in letteratura, qualcuno potrebbe aiutarmi?

48 covariance matrix covariance-matrix linear-algebra

10

Qual è un buon algoritmo per stimare la mediana di un enorme set di dati read-once?

Sto cercando un buon algoritmo (che significa calcolo minimo, requisiti minimi di archiviazione) per stimare la mediana di un set di dati che è troppo grande per essere archiviato, in modo tale che ogni valore possa essere letto una sola volta (a meno che tu non lo memorizzi esplicitamente). Non …

48 algorithms median large-data

7

Da dove iniziare con le statistiche per uno sviluppatore esperto

Durante la prima metà del 2015 ho seguito il corso di Machine Learning (di Andrew Ng, GRANDE corso). E imparato le basi dell'apprendimento automatico (regressione lineare, regressione logistica, SVM, reti neuronali ...) Inoltre sono uno sviluppatore da 10 anni, quindi imparare un nuovo linguaggio di programmazione non sarebbe un problema. …

47 r regression machine-learning references

1

Come applicare la standardizzazione / normalizzazione al training e al testset se l'obiettivo è la previsione?

Trasformo tutti i miei dati o le mie pieghe (se viene applicato il CV) contemporaneamente? per esempio (allData - mean(allData)) / sd(allData) Trasformo il set di treni e il set di test separatamente? per esempio (trainData - mean(trainData)) / sd(trainData) (testData - mean(testData)) / sd(testData) Oppure trasformo il set di …

47 r cross-validation data-transformation normalization standardization

11

È possibile eseguire una semplice regressione lineare senza utilizzare grafici e algebra lineare?

Sono completamente cieco e provengo da un background di programmazione. Quello che sto cercando di fare è imparare l'apprendimento automatico e, per fare ciò, devo prima conoscere la regressione lineare. Tutte le spiegazioni su Internet che sto trovando su questo argomento tracciano prima i dati. Sto cercando una spiegazione pratica …

47 regression intuition