Domande taggate «terminology»

Uso e significato di parole / concetti tecnici specifici nelle statistiche.

4
La "proiezione casuale" non è strettamente una proiezione?
Le attuali implementazioni dell'algoritmo di proiezione casuale riducono la dimensionalità dei campioni di dati mappandoli da a usando una matrice di proiezione cui voci sono tratte da una distribuzione adatta (ad esempio da ):RdRd\mathbb R^dRkRk\mathbb R^kd×kd×kd\times kRRRN(0,1)N(0,1)\mathcal N(0,1) x′=1k√xRx′=1kxRx^\prime = \frac{1}{\sqrt k}xR Convenientemente, esistono prove teoriche che dimostrano che questa …
1
Nomi cumulativi e di momento di ordine superiore oltre varianza, asimmetria e curtosi
In fisica o meccanica matematica, partendo da una posizione basata sul tempo , si ottengono tassi di variazione tramite derivati ​​rispetto al tempo: velocità, accelerazione, jerk (3 ° ordine), jounce (4 ° ordine).x(t)x(t)x(t) Alcuni hanno già proposto snap, crackle, pop per derivati ​​fino al settimo ordine. I momenti, ispirati alla …
3
Da dove viene il termine "impara un modello"
Ho sentito spesso che i minatori di dati qui usano questo termine. Come statistico che ha lavorato su problemi di classificazione, ho familiarità con il termine "formare un classificatore" e presumo che "apprendere un modello" significhi la stessa cosa. Non mi dispiace il termine "addestrare un classificatore". Ciò sembra rappresentare …
3
Il calcolo della "probabilità di copertura effettiva" equivale al calcolo di un "intervallo credibile"?
Stavo leggendo un manuale di statistica entry level. Nel capitolo sulla stima della massima probabilità della percentuale di successo nei dati con distribuzione binomiale, ha fornito una formula per il calcolo di un intervallo di confidenza e quindi menzionato con nonchalance Considera la sua probabilità di copertura effettiva, ovvero la …
2
Decomposizione della varianza: termine per errore di previsione al quadrato atteso meno errore irriducibile
Hastie et al. "The Elements of Statistical Learning" (2009) considera un processo di generazione di dati con e .E ( ε ) = 0 Var ( ε ) = σ 2 εY=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} Presentano la seguente decomposizione della variazione di polarizzazione dell'errore di previsione al …
1
Qual è la differenza tra l'apprendimento molteplice e la riduzione della dimensionalità non lineare?
Qual è la differenza tra l' apprendimento molteplice e la riduzione della dimensionalità non lineare ? Ho visto questi due termini essere usati in modo intercambiabile. Per esempio: http://www.cs.cornell.edu/~kilian/research/manifold/manifold.html : L'apprendimento collettivo (spesso indicato anche come riduzione della dimensionalità non lineare) persegue l'obiettivo di incorporare dati che originariamente si trovano …
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.