Statistiche e Big Data algorithms

1

Lo scopo del documento era ottimizzare alcuni parametri massimizzando la probabilità di log regolarizzata. Quindi calcolano i derivati parziali. E poi gli autori menzionano che ottimizzano l'equazione usando L-BFGS, una procedura quasi-Newton standard per ottimizzare le funzioni regolari di molte variabili (niente più dettagli). Come funziona ?

14 algorithms optimization

1

Stima dei parametri LogLikelihood per il filtro Kalman gaussiano lineare

Ho scritto un codice in grado di eseguire il filtraggio di Kalman (utilizzando un numero di diversi filtri di tipo Kalman [Information Filter et al.]) Per l'analisi dello spazio di stato gaussiano lineare per un vettore di stato n-dimensionale. I filtri funzionano alla grande e sto ottenendo un bel risultato. …

13 maximum-likelihood algorithms kalman-filter likelihood

1

Algebra di LDA. Potere di discriminazione di Fisher di un'analisi discriminante lineare e variabile

Apparentemente, l'analisi di Fisher mira a massimizzare contemporaneamente la separazione tra classi, minimizzando al contempo la dispersione all'interno delle classi. Una misura utile del potere di discriminazione di una variabile è quindi data dalla quantità diagonale: Bii/WiiBii/WiiB_{ii}/W_{ii} . http://root.cern.ch/root/htmldoc/TMVA__MethodFisher.html Ho capito che la dimensione ( p x p) della Between …

13 algorithms dimensionality-reduction discriminant-analysis sums-of-squares

1

LARS vs discesa delle coordinate per il lazo

Quali sono i pro e i contro dell'utilizzo di LARS [1] rispetto all'utilizzo della discesa delle coordinate per l'adattamento della regressione lineare regolarizzata L1? Sono principalmente interessato agli aspetti prestazionali (i miei problemi tendono ad avere Ntra le centinaia di migliaia e p<20). Tuttavia, anche altre intuizioni sarebbero apprezzate. modifica: …

13 regression lasso regularization regression references lasso regularization elastic-net r distributions aggregation clustering algorithms regression correlation modeling distributions time-series standard-deviation goodness-of-fit hypothesis-testing statistical-significance sample binary-data estimation random-variable interpolation distributions probability chi-squared predictor outliers regression modeling interaction

3

Qualcuno può spiegare l'algoritmo di retro-propagazione? [duplicare]

Questa domanda ha già risposte qui : Algoritmo di backpropagation (2 risposte) Chiuso 3 mesi fa . Cos'è l'algoritmo di retro-propagazione e come funziona?

13 algorithms optimization neural-networks

8

Test di algoritmi di generazione di variabili casuali

Quali metodi vengono utilizzati per testare algoritmi di generazione di variabili casuali?

12 algorithms hypothesis-testing random-variable random-generation

5

L'apprendimento automatico automatizzato è un sogno?

Quando scopro l'apprendimento automatico vedo diverse tecniche interessanti come: sintonizza automaticamente algoritmi con tecniche come grid search, ottenere risultati più precisi attraverso la combinazione di diversi algoritmi dello stesso "tipo", quella boosting, ottenere risultati più precisi attraverso la combinazione di diversi algoritmi (ma non lo stesso tipo di algoritmi), che …

12 machine-learning algorithms boosting stacking automatic-algorithms

1

Passaggi eseguiti nell'analisi fattoriale rispetto ai passaggi eseguiti in PCA

So come eseguire PCA (analisi dei componenti principali), ma vorrei conoscere i passaggi che dovrebbero essere utilizzati per l'analisi dei fattori. Per eseguire la PCA, consideriamo una matrice , ad esempio:AAA 3 1 -1 2 4 0 4 -2 -5 11 22 20 Ho calcolato la sua matrice di correlazione …

12 pca factor-analysis algorithms

3

Base matematica per data mining e algoritmi di intelligenza artificiale

Potresti darmi qualche chiarimento sul data mining e sugli algoritmi di intelligenza artificiale? Per quale base matematica hanno usato? Potresti darmi un punto di partenza, in matematica, per capire questo tipo di algoritmi?

12 mathematical-statistics references data-mining algorithms artificial-intelligence

1

Definizione di quantili su un campione ponderato

Ho un campione ponderato, per il quale desidero calcolare i quantili. 1 Idealmente, dove i pesi sono uguali (se = 1 o meno), i risultati sarebbero coerenti con quelle scipy.stats.scoreatpercentile()e R quantile(...,type=7). Un approccio semplice sarebbe quello di "moltiplicare" il campione usando i pesi indicati. Ciò fornisce effettivamente un ecdf …

12 algorithms quantiles weighted-sampling

2

Le foreste casuali mostrano una propensione alla previsione?

Penso che questa sia una domanda semplice, anche se il ragionamento alla base del perché o del perché potrebbe non esserlo. Il motivo per cui mi chiedo è che di recente ho scritto la mia implementazione di una RF e sebbene funzioni bene, non sta funzionando come mi aspettavo (basato …

12 algorithms random-forest cart

3

Rilevamento anomalo in set molto piccoli

Devo ottenere un valore il più preciso possibile per la luminosità di una fonte di luce principalmente stabile, dati dodici valori di luminosità del campione. Il sensore è imperfetto e la luce può occasionalmente "sfarfallare" più luminosa o più scura, che può essere ignorata, quindi la mia necessità di un …

12 classification outliers algorithms

4

Algoritmi di generazione di numeri pseudo-casuali

Quali algoritmi vengono utilizzati nei generatori di numeri casuali moderni e di buona qualità?

12 algorithms random-variable random-generation

3

Perché la dimensione VC è importante?

Wikipedia afferma che: La dimensione VC è la cardinalità del più grande insieme di punti che un algoritmo può frantumare. Ad esempio, un classificatore lineare ha una cardinalità n + 1. La mia domanda è: perché ci preoccupiamo? La maggior parte dei set di dati su cui si esegue la …

12 classification algorithms vc-dimension

1

Algoritmo: ricerca binaria quando i valori sono incerti

Ho bisogno di un algoritmo per fare una ricerca binaria quando il test in ogni fase può dare il risultato sbagliato. Contesto: devo posizionare gli studenti sul livello di difficoltà 12 più appropriato. L'approccio attuale è la forza bruta e pone 60 domande a 4 risposte a risposta multipla di …

11 algorithms

Domande taggate «algorithms»