Статистика та великі дані

Я хочу намалювати цілі числа від 1 до певного конкретного NNN , прокрутивши деяку кількість справедливих шестигранних кісток (d6). Хороша відповідь пояснить, чому його метод виробляє єдині та незалежні цілі числа. Як наочний приклад, було б корисно пояснити, як працює рішення для випадку N = 150N=150N=150 . Крім того, я …

18 probability  random-generation  uniform  dice 

Багато навчальних посібників в Інтернеті говорять про спуск градієнта, і майже всі вони використовують фіксований розмір кроку (швидкість навчання ). Чому не застосовується пошук рядків (наприклад, пошук зворотного відстеження чи точний пошук рядків)?αα\alpha

18 machine-learning  neural-networks  optimization  deep-learning 

Я бачив подібний висновок з багатьох дискусій, що в міру збільшення розміру міні-партії збіжність SGD насправді стає важчим / гіршим, наприклад, цей документ і ця відповідь . Також я чув, що люди на ранніх етапах використовують такі хитрощі, як невеликі темпи навчання або розмір партії, щоб вирішити цю складність при …

18 machine-learning  neural-networks  optimization  gradient-descent  sgd 

Я читаю книгу: Бішоп, розпізнавання образів та машинне навчання (2006) що визначає експонентну сім'ю як розподіли форми (урівень 2.194): p(x|η)=h(x)g(η)exp{ηTu(x)}p(x|η)=h(x)g(η)exp⁡{ηTu(x)}p(\mathbf x|\boldsymbol \eta) = h(\mathbf x) g(\boldsymbol \eta) \exp \{\boldsymbol \eta^\mathrm T \mathbf u(\mathbf x)\} Але я не бачу обмежень щодо h(x)h(x)h(\mathbf x) або u(x)u(x)\mathbf u(\mathbf x) . Чи не означає …

18 mathematical-statistics  exponential-family 

У мене є дані про поведінку в русі (час, пробудений спати, сидячий та займаючись фізичними навантаженнями), який становить приблизно 24 (як у години на день). Я хочу створити змінну, яка фіксує відносний час, проведений у кожній з цих форм поведінки - мені сказали, що це може досягти ізометричне перетворення відношення …

18 r  multivariate-analysis  data-transformation  compositional-data 

Ми визначаємо епоху як пройшла всю сукупність усіх доступних навчальних зразків, а розмір міні-партії - кількість зразків, за яку ми в середньому знаходимо оновлення ваг / зміщення, необхідних для спуску градієнта. Моє запитання - чи слід ми не замінювати з набору навчальних прикладів, щоб генерувати кожну міні-серію в епоху. Я …

18 machine-learning  neural-networks  optimization  deep-learning 

Я читав (наприклад, тут ), що ядро ​​Epanechnikov є оптимальним, принаймні в теоретичному сенсі, при оцінці щільності ядра. Якщо це правда, то чому Гаусс відображається так часто, як ядро ​​за замовчуванням або в багатьох випадках єдине ядро ​​в бібліотеках оцінки щільності?

18 nonparametric  kernel-smoothing 

Я використовую модель logit. Моя залежна змінна - двійкова. Однак у мене є незалежна змінна , яка є категоричним і містить відповіді: 1.very good, 2.good, 3.average, 4.poor and 5.very poor. Отже, вона порядкова («кількісна категорія»). Я не впевнений, як впоратися з цим у моделі. Я використовую gretl. [Примітка від @ttnphns: …

18 regression  logistic  ordinal-data  predictor 

Існує суттєве сучасне дослідження Байєсової оптимізації (1) для налаштування гіперпараметрів МЛ. Мотивація водіння тут полягає в тому, що необхідна мінімальна кількість точок даних, щоб зробити обґрунтований вибір того, які точки варто спробувати (виклики об'єктивних функцій дорогі, тому менше робити менше), тому що підготовка моделі є трудомісткою - дещо скромно -великі …

18 hyperparameter  bayesian-optimization  optunity 

Під час вивчення навчання підсиленням я натрапив на багато форм функції винагороди: , і навіть функцію винагороди, яка залежить лише від поточного стану. Сказавши це, я зрозумів, що «зробити» або «визначити» функцію винагороди не дуже просто.R(s,a)R(s,a)R(s,a)R(s,a,s′)R(s,a,s′)R(s,a,s') Ось мої запитання: Чи є правила, як зробити функції винагороди? Чи існують інші форми …

18 machine-learning  reinforcement-learning 

Деякі функції моїх даних мають великі значення, а інші мають значно менші значення. Чи потрібно центрувати + масштабні дані перед застосуванням t-SNE, щоб запобігти зміщенню до великих значень? Я використовую реалізацію sklern.manifold.TSNE Python із метрикою евклідової відстані за замовчуванням.

18 normalization  dimensionality-reduction  high-dimensional  tsne 

Я просто дізнаюся про оптимізацію, і у мене виникають проблеми з розумінням різниці між опуклою та неопуклою оптимізацією. З мого розуміння, опукла функція - це така, де «відрізок лінії між будь-якими двома точками на графіку функції лежить вище або на графіку». У цьому випадку може бути використаний алгоритм спуску градієнта, …

18 optimization 

Деякі автори (наприклад, Pallant, 2007, стор. 225; див. Зображення нижче) пропонують обчислити розмір ефекту для тестування рангом, підписаним Вілкоксоном, поділивши статистику тесту на квадратний корінь на кількість спостережень: r=Znx+ny√r=Znx+nyr = \frac{Z}{\sqrt{n_x + n_y}} Z- це тестовий статистичний результат по SPSS (див. зображення нижче), а також по wilcoxsign_testR. (Дивіться також моє …

18 effect-size  wilcoxon-signed-rank 

У мене є модель набору даних Movies, і я використовував регресію: model <- lm(imdbVotes ~ imdbRating + tomatoRating + tomatoUserReviews+ I(genre1 ** 3.0) +I(genre2 ** 2.0)+I(genre3 ** 1.0), data = movies) library(ggplot2) res <- qplot(fitted(model), resid(model)) res+geom_hline(yintercept=0) Що дало вихід: Тепер я спробував працювати щось, що називається Додана змінна ділянка …

18 regression  data-visualization  multiple-regression  scatterplot 

Як правило, яка різниця між E(X|Y)E(X|Y)E(X|Y) і E(X|Y=y)E(X|Y=y)E(X|Y=y) ? Попереднє - функція yyy а остання - функція xxx ? Це так заплутано ..

18 conditional-expectation  notation  definition