Statistiche e Big Data

2

Sto cercando di capire meglio i campi ricettivi della CNN. Per fare ciò, vorrei calcolare il campo ricettivo di ciascun neurone in LeNet. Per una normale MLP è piuttosto semplice (vedi http://deeplearning.net/tutorial/lenet.html#sparse-connectivity ), ma è più difficile calcolare il campo ricettivo di un neurone in uno strato che segue uno …

9 deep-learning conv-neural-network

2

I risultati della regressione hanno limite superiore imprevisto

Provo a prevedere un punteggio di equilibrio e ho provato diversi metodi di regressione. Una cosa che ho notato è che i valori previsti sembrano avere una sorta di limite superiore. Cioè, il saldo effettivo è in , ma le mie previsioni sono in cima a circa . Il diagramma …

9 regression distributions data-transformation prediction bounds

1

Quale sarebbe un esempio di quando L2 è una buona funzione di perdita per calcolare una perdita posteriore?

La perdita di L2, insieme alla perdita di L0 e L1, sono tre funzioni di perdita "predefinite" molto comuni utilizzate quando si riassume un posteriore con la perdita minima prevista sul retro. Uno dei motivi è forse che sono relativamente facili da calcolare (almeno per le distribuzioni 1d), L0 risulta …

9 bayes teaching decision-theory loss-functions

1

Se

Ecco un problema che è emerso in un esame semestrale nella nostra università qualche anno fa che sto lottando per risolvere. Se sono variabili casuali β indipendenti con densità β ( n 1 , n 2 ) e β ( n 1 + 1X1, X2X1,X2X_1,X_2ββ\betaβ( n1, n2)β(n1,n2)\beta(n_1,n_2)rispettivamente quindi mostrano che√β( …

9 self-study random-variable beta-distribution distributions jacobian

1

Convergenza dall'algoritmo EM con distribuzione della miscela bivariata

Ho un modello di miscela che voglio trovare lo stimatore della massima verosimiglianza di un dato insieme di dati e un insieme di dati parzialmente osservati . Ho implementato sia l'E-step (calcolando l'aspettativa di dato e i parametri correnti ), sia il M-step, per minimizzare la verosimiglianza negativa data la …

9 maximum-likelihood mixture expectation-maximization

1

Domanda sull'assunzione della normalità del test t

Per i test t, secondo la maggior parte dei testi si presume che i dati sulla popolazione siano normalmente distribuiti. Non vedo perché. Un test t richiede solo che la distribuzione campionaria dei mezzi di campionamento sia normalmente distribuita e non la popolazione? Se il test t richiede solo alla …

9 hypothesis-testing t-test assumptions normality-assumption central-limit-theorem

3

R serie storiche stagionali

Uso la decomposefunzione Re trovo i 3 componenti delle mie serie storiche mensili (trend, stagionale e casuale). Se tracciamo il grafico o guardo il tavolo, posso vedere chiaramente che le serie storiche sono influenzate dalla stagionalità. Tuttavia, quando regredisco le serie temporali sulle 11 variabili fittizie stagionali, tutti i coefficienti …

9 r regression time-series

1

Quali sono le differenze tra i filtri appresi nell'autoencoder e nella rete neurale convoluzionale?

In CNN, impareremo i filtri per produrre una mappa delle caratteristiche nel livello convoluzionale. In Autoencoder, ciascuna singola unità nascosta di livello può essere considerata come filtro. Qual è la differenza tra i filtri appresi in queste due reti?

9 machine-learning neural-networks conv-neural-network autoencoders

4

Sviluppa un test statistico per distinguere due prodotti

Ho un set di dati da un sondaggio tra i clienti, voglio distribuire un test statistico per vedere se c'è differenza significativa tra prodotto 1 e prodotto 2. Ecco un set di dati delle recensioni dei clienti. Il tasso va da pessimo, cattivo, okay, buono, a molto buono. customer product1 …

9 statistical-significance categorical-data repeated-measures ordinal-data

2

In che modo il registro (p (x, y)) normalizza le informazioni reciproche puntuali?

Sto cercando di capire la forma normalizzata di informazioni reciproche puntuali. n p m i = p m i ( x , y)L o g( p ( x , y) )npmi=pmi(x,y)log(p(x,y))npmi = \frac{pmi(x,y)}{log(p(x,y))} Perché la probabilità congiunta del log normalizza l'informazione reciproca puntuale tra [-1, 1]? Le informazioni reciproche puntuali …

9 entropy information-theory mutual-information

1

Una stima bayesiana con un "precedente piatto" equivale a una stima della massima verosimiglianza?

In filogenetica, gli alberi filogenetici sono spesso costruiti utilizzando MLE o analisi bayesiana. Spesso, nella stima bayesiana viene utilizzato un precedente piatto. A quanto ho capito, una stima bayesiana è una stima della probabilità che incorpora un precedente. La mia domanda è, se usi un flat flat, è diverso dal …

9 bayesian confidence-interval maximum-likelihood likelihood phylogeny

1

Qual è la distinzione tra un "test statistico di ipotesi nulla" e qualsiasi altro test?

Un recente argomento di discussione caldo riguarda una rivista che vieta l'uso di "procedure di test statistici di ipotesi nulla (NHSTP)" dagli articoli presentati alla rivista. Vedo questo termine usato da alcuni scrittori, ma non capisco quale distinzione stiano cercando di fare. Un NHSTP è qualcosa di diverso da un …

9 hypothesis-testing statistical-significance terminology

1

Quali sono le differenze tra i vari solutori di programmazione quadratica R?

Sto cercando un pacchetto per aiutarmi a risolvere alcuni problemi di ottimizzazione quadratica e vedo che ci sono almeno una mezza dozzina di pacchetti diversi. Secondo questa pagina: QP (Programmazione quadratica, 90C20): cplexAPI , kernlab , limSolve , LowRankQP , quadprog , Rcplex , Rmosek Alcuni di questi (Rmosek e …

9 r optimization

2

Media ridotta rispetto alla mediana

Ho un set di dati con tutte le chiamate effettuate a un servizio di emergenza e i tempi di risposta del dipartimento delle ambulanze. Hanno ammesso che ci sono alcuni errori con i tempi di risposta in quanto vi sono casi in cui non hanno iniziato a registrare (quindi il …

9 mean outliers median trimmed-mean

1

Scelta di un valore k per l'analisi del rilevamento del fattore anomalo locale (LOF)

Ho una serie di dati tridimensionali e sto cercando di utilizzare l'analisi del fattore anomalo locale per identificare i valori più unici o strani. Come si decide il valore k da utilizzare nell'analisi LOF? Capisco cosa determina il valore k, e quindi non sono sorpreso di vedere risultati leggermente diversi …

9 data-mining outliers