Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati
Immagina di avere un poligono definito da un insieme di coordinate e il suo centro di massa è a . Puoi considerare il poligono come una distribuzione uniforme con un confine poligonale. (x1,y1)...(xn,yn)(x1,y1)...(xn,yn)(x_1,y_1)...(x_n,y_n)(0,0)(0,0)(0,0) Sto seguendo un metodo che troverà la matrice di covarianza di un poligono . Sospetto che la …
Quindi ho letto alcuni libri (o parti di essi) sulla modellazione (tra le altre "Strategie di modellizzazione della regressione" di F. Harrell), dato che la mia situazione attuale in questo momento è che devo fare un modello logistico basato su dati binari di risposta. Ho entrambi i dati continui, categorici …
Si consideri il Bayesiano posteriore θ ∣ Xθ∣X\theta\mid X . Asintoticamente, il suo massimo si verifica alla stima MLE θ , che appena massimizza la probabilità argmin θθ^θ^\hat \thetaargminθfθ( X)argminθfθ(X)\operatorname{argmin}_\theta\, f_\theta(X) . Tutti questi concetti - priori bayesiani, che massimizzano la probabilità - sembrano superprotesi e per nulla arbitrari. Non …
Nella scikit apprendono i documenti sulla calibrazione della probabilità che confrontano la regressione logistica con altri metodi e osservano che la foresta casuale è meno ben calibrata della regressione logistica. Perché la regressione logistica è ben calibrata? Come si potrebbe rovinare la calibrazione di una regressione logistica (non quella che …
Nel Deep Learning di Poison di François Chollet si dice: Di conseguenza, l'ottimizzazione della configurazione del modello in base alle prestazioni sul set di convalida può comportare rapidamente un overfitting al set di convalida, anche se il modello non viene mai addestrato direttamente su di esso. Al centro di questo …
Sto lavorando a un problema di inferenza ad alta dimensione (circa 2000 parametri del modello) per il quale siamo in grado di eseguire in modo robusto la stima MAP trovando il massimo globale del log-posteriore utilizzando una combinazione di ottimizzazione basata sul gradiente e un algoritmo genetico. Mi piacerebbe molto …
Sto cercando di ottenere un'intuizione più chiara dietro: "Se rende più probabile, allora rende più probabile"AUNABBBBBBAUNA Sia la dimensione dello spazio in cui e sono, quindin(S)n(S)n(S)AUNABBB Reclamo: quindiP(B|A)>P(B)P(B|UN)>P(B)P(B|A)>P(B)n(AB)/n(A)>n(B)/n(S)n(UNB)/n(UN)>n(B)/n(S)n(AB)/n(A) > n(B)/n(S) quindin(AB)/n(B)>n(A)/n(S)n(UNB)/n(B)>n(UN)/n(S)n(AB)/n(B) > n(A)/n(S) che èP(A|B)>P(A)P(UN|B)>P(UN)P(A|B)>P(A) Capisco la matematica, ma perché questo ha un senso intuitivo?
Mi è stata posta la seguente domanda da un amico. Non ho potuto darle una mano, ma spero che qualcuno me lo possa spiegare. Non sono riuscito a trovare alcun esempio simile. Grazie per qualsiasi aiuto e spiegazione. Q: I risultati di 100 esperimenti di lancio della moneta sono registrati …
Considera il caso descritto di seguito, da Peacock (1972). Questo passaggio sembra implicare che il giovane statista stia facendo una dichiarazione intelligente e corretta. Ma lui?
Sto cercando di comprendere l'ottimizzazione della discesa gradiente negli algoritmi ML (machine learning). Capisco che esiste una funzione di costo, in cui l'obiettivo è ridurre al minimo l'errore . In uno scenario in cui i pesi vengono ottimizzati per fornire l'errore minimo e vengono utilizzate derivate parziali, cambia sia che …
Prendi 20 punti casuali in uno spazio di 10.000 dimensioni con ciascuna coordinata iid da . Dividili in 10 coppie ("coppie") e aggiungi la media di ciascuna coppia ("un figlio") al set di dati. Quindi esegui PCA sui 30 punti risultanti e traccia il PC1 contro il PC2.N(0,1)N(0,1)\mathcal N(0,1) Accade …
Con la regressione OLS applicata alla risposta continua, si può costruire l'equazione di regressione multipla eseguendo sequenzialmente le regressioni dei residui su ciascuna covariata. La mia domanda è: c'è un modo per farlo con la regressione logistica tramite i residui della regressione logistica ? Cioè, se voglio stimare usando l'approccio …
Per una determinata variabile casuale (o una popolazione, o un processo stocastico), l'aspettativa matematica è la risposta a una domanda Quale previsione puntuale minimizza la perdita quadrata attesa? . Inoltre, è la soluzione ottimale per un gioco Indovina la prossima realizzazione di una variabile casuale (o un nuovo sorteggio da …
Quindi sto cercando di insegnare a me stesso le reti neurali (per applicazioni di regressione, non classificare immagini di gatti). I miei primi esperimenti sono stati l'addestramento di una rete per implementare un filtro FIR e una trasformata discreta di Fourier (addestramento sui segnali "prima" e "dopo"), dal momento che …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.