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

Differenza tra Outlier e Inlier

Mi sono imbattuto nel termine inlier nella misura LOF (Local Outlier Factor), ho familiarità con il termine di valori anomali (in sostanza si tratta di istanze che non si comportano come il resto delle istanze). Che cosa significa "Inliers" nel contesto del rilevamento di anomalie? e in che modo è …

10 residuals outliers anomaly-detection

Regolarizzazione: perché moltiplicare per 1 / 2m?

Nelle note di lezione della settimana 3 del corso di apprendimento automatico Coursera di Andrew Ng , viene aggiunto un termine alla funzione di costo per implementare la regolarizzazione: J+( θ ) = J( θ ) + λ2 mΣj = 1nθ2jJ+(θ)=J(θ)+λ2m∑j=1nθj2J^+(\theta) = J(\theta) + \frac{\lambda}{2m} \sum_{j=1}^n \theta_j^2 Gli appunti delle …

10 regularization

WaveNet non è davvero una convoluzione dilatata, vero?

Nel recente documento WaveNet , gli autori fanno riferimento al loro modello come se avessero strati sovrapposti di convoluzioni dilatate. Producono anche i seguenti grafici, che spiegano la differenza tra convoluzioni 'regolari' e convoluzioni dilatate. Le convoluzioni regolari sembrano Questa è una convoluzione con una dimensione del filtro di 2 …

10 neural-networks deep-learning conv-neural-network tensorflow

Perplessità ed entropia incrociata per i modelli n-grammo

Cercare di capire la relazione tra entropia incrociata e perplessità. In generale per un modello M , Perplexity (M) = 2 ^ entropia (M) . Questa relazione vale per tutti i diversi n-grammi, ovvero unigram, bigram ecc.?

10 natural-language entropy perplexity

Perché l'errore standard di una proporzione, per una data n, è maggiore di 0,5?

L'errore standard di una proporzione sarà il più grande che può essere per una data N quando la proporzione in questione è 0,5 e diventa più piccola quanto più la proporzione è da 0,5. Posso capire perché è così quando guardo l'equazione per l'errore standard di una proporzione, ma non …

10 standard-error proportion intuition

Stimare la divergenza di Kullback Leibler (KL) con monte carlo

Voglio stimare la divergenza di KL tra due distribuzioni continue f e g. Tuttavia, non riesco a scrivere la densità per f o g. Posso campionare sia da f che da un metodo (ad esempio, markov chain monte carlo). La divergenza KL da f a g è definita in questo …

10 kullback-leibler

Prova del teorema di Pitman – Koopman – Darmois

Dove posso trovare una prova del teorema di Pitman – Koopman – Darmois? Ho cercato su Google per un po 'di tempo. Stranamente, molte note menzionano questo teorema, ma nessuna di esse presenta la prova.

10 mathematical-statistics references inference sufficient-statistics

Jeffreys prima per la probabilità binomiale

Se uso un Jeffreys preventiva per un binomio parametro di probabilità allora questo implica l'utilizzo di un θ ~ b e t un ( 1 / 2 , 1 / 2 ) di distribuzione.θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Se trasformo in un quadro di riferimento quindi chiaramente φ non viene distribuito anche …

10 bayesian jeffreys-prior

Esiste un test multivariato a due campioni di Kolmogorov-Smirnov?

Esiste un'alternativa multivariata al test di Kolmogorov-Smirnov a due campioni ? Ciò che intendo è un test che può essere utilizzato per verificare ogni volta che due distribuzioni multidimensionali sottostanti differiscono.

10 hypothesis-testing multivariate-analysis kolmogorov-smirnov

Perché non possiamo usare

Immagina di avere un modello di regressione lineare con variabile dipendente . Troviamo il suo . Ora facciamo un'altra regressione, ma questa volta su , e allo stesso modo troviamo la sua . Mi è stato detto che non posso confrontare entrambi per vedere quale modello è più adatto. Perché? …

10 regression data-transformation r-squared

K-più vicino-vicino con variabili continue e binarie

Ho un set di dati con colonne a b c(3 attributi). aè numerico e continuo mentre be csono categorici ciascuno con due livelli. Sto usando il metodo vicini K-Nearest per classificare ae bsu c. Quindi, per poter misurare le distanze trasformo il mio set di dati rimuovendo, baggiungendo b.level1e b.level2. …

10 r classification k-nearest-neighbour

L'uso della deviazione standard si basa sul presupposto di una distribuzione normale?

Mi chiedo se la deviazione standard sia sempre stata fondata sul presupposto di una distribuzione normale. In altre parole, se il campione non è normalmente distribuito, allora usare la deviazione standard dovrebbe essere considerato un errore?

10 normal-distribution standard-deviation

In Factor Analysis (o in PCA), cosa significa caricare un fattore maggiore di 1?

Ho appena eseguito un FA utilizzando una rotazione obliqua (promax) e un articolo ha prodotto un caricamento di fattore di 1,041 su un fattore (e caricamenti di fattori di -.131, -.119 e .065 sugli altri fattori usando la matrice del modello ) . E non sono sicuro di cosa significhi, …

10 pca factor-analysis factor-rotation

Differenza tra MLE e Baum Welch sul raccordo HMM

In questa domanda popolare , la risposta molto votata rende MLE e Baum Welch separati nel raccordo HMM. Per problemi di allenamento possiamo usare i seguenti 3 algoritmi: MLE (stima della massima verosimiglianza), allenamento di Viterbi (NON confondere con la decodifica di Viterbi), Baum Welch = algoritmo avanti-indietro MA in …

10 hidden-markov-model expectation-maximization

Ancoraggio più veloce RCNN

Nel documento Faster RCNN quando si parla di ancoraggio, cosa significano usando "piramidi di caselle di riferimento" e come si fa? Questo significa semplicemente che in ciascuno dei punti di ancoraggio W * H * k viene generato un rettangolo di selezione? Dove W = larghezza, H = altezza e …

10 deep-learning computer-vision

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.