Statistiche e Big Data

2

Che cos'è un campione di una variabile casuale?

La variabile casuale è definita come una funzione misurabile da un -algebra con la misura sottostante ad un altro -algebra .σ ( Ω 1 , F 1 ) P σ ( Ω 2 , F 2 )XXXσσ\sigma(Ω1,F1)(Ω1,F1)(\Omega_1, \mathcal F_1)PPPσσ\sigma(Ω2,F2)(Ω2,F2)(\Omega_2, \mathcal F_2) Come parliamo di un esempio di questa variabile casuale? …

10 sampling random-variable simulation

1

Replica dei risultati per la regressione lineare glmnet utilizzando un ottimizzatore generico

Come afferma il titolo, sto cercando di replicare i risultati di glmnet linear usando l'ottimizzatore LBFGS della libreria lbfgs. Questo ottimizzatore ci consente di aggiungere un termine regolarizzatore L1 senza doversi preoccupare della differenziabilità, purché la nostra funzione obiettivo (senza il termine regolarizzatore L1) sia convessa. Il problema della regressione …

10 r regression regularization glmnet elastic-net

4

Come si spiega che cosa è uno stimatore imparziale per un laico?

Supponiamo che sia uno stimatore imparziale per . Quindi, naturalmente, . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Come si spiega questo a un laico? In passato, ciò che ho detto è se in media un sacco di valori di , quando la dimensione del campione aumenta, si ottiene una …

10 bias asymptotics unbiased-estimator estimators communication

1

È stato implementato un campionatore Monte Carlo / MCMC in grado di gestire i massimi locali isolati della distribuzione posteriore?

Attualmente sto usando un approccio bayesiano per stimare i parametri per un modello costituito da diversi ODE. Dato che ho 15 parametri da stimare, il mio spazio di campionamento è di 15 dimensioni e la mia ricerca per distribuzione posteriore sembra avere molti massimi locali che sono molto isolati da …

10 bayesian mcmc monte-carlo ergodic

4

differenza tra rete neurale e apprendimento profondo

In termini di differenza tra la rete neurale e il deep learning, possiamo elencare diversi elementi, come sono inclusi più livelli, un set di dati di massa, un potente hardware per rendere possibile l'addestramento di modelli complicati. Oltre a questi, ci sono spiegazioni più dettagliate riguardo alla differenza tra NN …

10 machine-learning neural-networks deep-learning conv-neural-network deep-belief-networks

5

Modelli di classificazione più interpretabili

Tranne gli alberi decisionali e la regressione logistica, quali altri modelli di classificazione forniscono una buona interpretazione? Non sono interessato alla precisione o ad altri parametri, è importante solo l'interpretazione dei risultati.

10 interpretation supervised-learning

1

Relazione tra tasso di apprendimento e numero di livelli nascosti?

Esiste una regola empirica tra la profondità di una rete neurale e il tasso di apprendimento? Ho notato che più profonda è la rete, più basso deve essere il tasso di apprendimento. Se è corretto, perché?

10 neural-networks deep-learning hyperparameter rule-of-thumb

2

I modelli grafici e le macchine Boltzmann sono matematicamente correlati?

Sebbene abbia effettivamente programmato alcune macchine Boltzmann in una lezione di fisica, non ho familiarità con la loro caratterizzazione teorica. Al contrario, conosco una modesta quantità della teoria dei modelli grafici (sui primi capitoli del libro Graphical Models di Lauritzen ). Domanda: esiste una relazione significativa tra i modelli grafici …

10 machine-learning neural-networks mathematical-statistics graphical-model rbm

2

Richiesta di riferimento: statistiche classiche per scienziati dei dati di lavoro

Sono uno scienziato di dati di lavoro con una solida esperienza in regressione, altri algoritmi di tipo di apprendimento automatico e programmazione (sia per l'analisi dei dati che per lo sviluppo generale del software). La maggior parte della mia vita lavorativa si è concentrata sulla costruzione di modelli per l'accuratezza …

10 hypothesis-testing references frequentist inference

3

Quando useresti PCA anziché LDA nella classificazione?

Sto leggendo questo articolo sulla differenza tra l'analisi dei componenti di principio e l'analisi discriminante multipla (analisi discriminante lineare) e sto cercando di capire perché dovresti mai usare PCA piuttosto che MDA / LDA. La spiegazione è riassunta come segue: parlando approssimativamente in PCA stiamo cercando di trovare gli assi …

10 classification pca dimensionality-reduction discriminant-analysis

1

Intagli della trama della scatola rispetto all'intervallo Tukey-Kramer

Il documento di aiuto "notch" ( o testo originale ) dal boxplot in 'R' fornisce quanto segue: Se le tacche di due grafici non si sovrappongono, si tratta di "prove evidenti" che le due mediane differiscono (Chambers et al, 1983, p. 62). Vedi boxplot.stats per i calcoli utilizzati. e ' …

10 data-visualization median boxplot tukey-hsd

1

Come ottenere "autovalori" (percentuali di varianza spiegata) di vettori che non sono autovettori PCA?

Vorrei capire come posso ottenere la percentuale di varianza di un set di dati, non nello spazio di coordinate fornito da PCA, ma rispetto a un set leggermente diverso di vettori (ruotati). set.seed(1234) xx <- rnorm(1000) yy <- xx * 0.5 + rnorm(1000, sd = 0.6) vecs <- cbind(xx, yy) …

10 r variance pca linear-algebra

1

Tracciamento dei valori previsti nelle serie temporali ARIMA in R

Probabilmente ci sono più di un grave fraintendimento in questa domanda, ma non è pensato per ottenere i calcoli giusti, ma piuttosto per motivare l'apprendimento di serie temporali con una certa attenzione. Nel tentativo di comprendere l'applicazione delle serie temporali, sembra che la tendenza a ridurre i dati renda improbabile …

10 r time-series data-visualization

2

Confronta il significato statistico della differenza tra due regressioni polinomiali in R

Quindi, prima di tutto, ho fatto alcune ricerche su questo forum e so che sono state poste domande molto simili, ma di solito non hanno ricevuto una risposta corretta o, a volte, la risposta non è abbastanza dettagliata da poter essere compresa. Quindi questa volta la mia domanda è: ho …

10 r regression statistical-significance regression-coefficients group-differences

1

Spline periodiche per adattarsi ai dati periodici

In un commento a questa domanda , l'utente @whuber ha citato la possibilità di utilizzare una versione periodica di spline per adattarsi ai dati periodici. Vorrei saperne di più su questo metodo, in particolare sulle equazioni che definiscono le spline e su come implementarle in pratica (sono principalmente un Rutente, …

10 regression time-series seasonality splines