Domande taggate «self-study»

Qual è la derivata della funzione di attivazione ReLU definita come: R e L U ( x ) = m a x ( 0 , x )ReLU(x)=max(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) Che dire del caso speciale in cui vi è una discontinuità nella funzione in ?x = 0x=0x=0

15 self-study  neural-networks 

Domanda Se sono IID, quindi calcola , dove .X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1)E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right)T=∑iXiT=∑iXiT = \sum_i X_i Tentativo : verificare se il seguito è corretto. Diciamo, prendiamo la somma di quelle aspettative condizionali tali che, Significa che ogni poiché X_1, \ ldots, X_n sono IID.∑iE(Xi∣T)=E(∑iXi∣T)=T.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i \mathbb{E}\left( X_i …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

(aa sarebbe uno dei tanti, bb no) Ho pensato che sarebbe stato 10! / 8! Ma a quanto pare sto facendo qualcosa di sbagliato. Qualcuno può aiutarmi perché sono sconcertato.

14 self-study  combinatorics 

Ho seguito un corso di apprendimento automatico nel mio college. In una delle domande, questa domanda è stata posta. Modello 1: y=θx+ϵy=θx+ϵ y = \theta x + \epsilon Modello 2: y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Quale dei modelli di cui sopra si adatterebbe meglio ai …

14 regression  machine-learning  self-study  modeling  model 

Sommiamo un flusso di variabili casuali, ; lascia che sia il numero di termini di cui abbiamo bisogno affinché il totale superi uno, ovvero è il numero più piccolo tale cheXi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. Perché la media di YYY uguale alla costante …

14 probability  self-study  expected-value  uniform 

Ho 100 punti dati da un processo casuale. Come farei per posizionare un intervallo di confidenza attorno alla stima di ? La funzione di distribuzione è sconosciuta e distorta positivamente. La mia prima inclinazione sarebbe quella di utilizzare un bootstrap basato sul materiale che ho letto per questa classe, ma …

14 self-study 

In primo luogo, suppongo che non tutti i membri attivi di questo interessante sito siano statistici come loro lavoro. Altrimenti la domanda che viene posta come segue non ha alcun senso! Li rispetto ovviamente, ma ho bisogno di una spiegazione un po 'più pratica piuttosto che concettuale. Comincio con un …

14 self-study  terminology  notation 

In R, il drop1comando genera qualcosa di pulito. Questi due comandi dovrebbero darti un output: example(step)#-> swiss drop1(lm1, test="F") Il mio assomiglia a questo: > drop1(lm1, test="F") Single term deletions Model: Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC F value …

14 r  regression  self-study  stepwise-regression 

Sembra esserci molta confusione nel confronto tra l'uso di glmnetinside caretper cercare un lambda ottimale e l'utilizzo cv.glmnetper fare lo stesso compito. Sono state poste molte domande, ad esempio: Modello di classificazione train.glmnet vs. cv.glmnet? Qual è il modo corretto di usare glmnet con il cursore? Convalida incrociata di `glmnet` …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 5 anni fa . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) Deviance …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Sto seguendo il corso di apprendimento automatico di Andrew Ng e non sono riuscito a ottenere la risposta corretta a questa domanda dopo diversi tentativi. Aiutate cortesemente a risolvere questo problema, anche se ho superato il livello. Supponiamo che studenti abbiano frequentato un corso e che il corso abbia avuto …

14 machine-learning  self-study  normalization 

Sia e quattro variabili casuali tali che , dove sono parametri sconosciuti. Supponi anche che ,Allora quale è vero?Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3Y4Y4Y_4E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3Var(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. A. sono stimabili.θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 B. è stimabile.θ1+θ3θ1+θ3\theta_1+\theta_3 C. è stimabile e è la migliore stima imparziale lineare di .θ1−θ3θ1−θ3\theta_1-\theta_312(Y1+Y3)12(Y1+Y3)\dfrac{1}{2}(Y_1+Y_3)θ1−θ3θ1−θ3\theta_1-\theta_3 D. è stimabile.θ2θ2\theta_2 La …

13 self-study  estimation  inference 

Mentre leggendo casualmente alcune opere di mercato di massa sulla teoria del caos negli ultimi anni, ho iniziato a chiedermi come possano essere applicati vari aspetti di esso al data mining e ai campi correlati, come reti neurali, riconoscimento dei modelli, gestione dell'incertezza, ecc. Fino ad oggi, I Ho incontrato …

13 self-study  mathematical-statistics  references  data-mining  fractal 

Nella sezione 3.2 di Bishop's Pattern Recognition and Machine Learning , discute della decomposizione di bias-varianza, affermando che per una funzione di perdita quadrata, la perdita attesa può essere scomposta in un termine di bias quadrato (che descrive quanto le previsioni medie sono lontane dal vero modello), un termine di …

13 self-study  variance  bias  regularization  loss-functions 

Nota: Lo dice Borel-Cantelli Lemma ∑n=1∞P(An)<∞⇒P(limsupAn)=0∑n=1∞P(An)<∞⇒P(limsupAn)=0\sum_{n=1}^\infty P(A_n) \lt \infty \Rightarrow P(\lim\sup A_n)=0 ∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1\sum_{n=1}^\infty P(A_n) =\infty \textrm{ and } A_n\textrm{'s are independent} \Rightarrow P(\lim\sup A_n)=1 Poi, if∑n=1∞P(AnAcn+1)<∞∑n=1∞P(AnAn+1c)<∞\sum_{n=1}^\infty P(A_nA_{n+1}^c )\lt \infty usando Borel-Cantelli Lemma Voglio dimostrarlo in primo luogo, limn→∞P(An)limn→∞P(An)\lim_{n\to \infty}P(A_n) esiste e in …

13 probability  self-study  stochastic-processes  probability-inequalities