Статистика та великі дані

Яка різниця в значенні між позначеннями і які зазвичай використовуються у багатьох книгах і працях?P(z;d,w)P(z;d,w)P(z;d,w)P(z|d,w)P(z|d,w)P(z|d,w)

27 probability  notation 

Під час навчання піксельних нейронних мереж сегментації пікселів, таких як повністю згорнуті мережі, як ви приймаєте рішення використовувати функцію втрати перехресної ентропії та функцію втрати коефіцієнта кістки? Я усвідомлюю, що це коротке запитання, але не зовсім впевнений, яку ще інформацію надавати. Я переглянув купу документації про дві функції втрат, але …

27 neural-networks  loss-functions  cross-entropy 

Merkle & Steyvers (2013) пишуть: Для формального визначення правильного бального правила нехай - імовірнісний прогноз випробування Бернуллі d з істинною ймовірністю успіху p . Правильні правила балів - це показники, очікувані значення яких мінімізовано, якщо f = p .fffггdpppf= рf=pf = p Я вважаю, що це добре, тому що ми …

27 classification  forecasting  scoring-rules 

Не впевнений, чи належить це питання тут, але воно тісно пов'язане з градієнтними методами оптимізації, що, здається, тут є темою. У будь-якому разі сміливо мігруйте, якщо ви думаєте, що інша спільнота має кращі знання з цієї теми. Коротше кажучи, я шукаю покроковий приклад автоматичної диференціації у зворотному режимі . Існує …

27 optimization  derivative  tensorflow  automatic-differentiation 

Я намагаюся зрозуміти статтю про прогнозування електричного навантаження, але я борюся з концепціями всередині, особливо з моделлю SARIMAX . Ця модель використовується для прогнозування навантаження і використовує багато статистичних понять, які я не розумію (я студент з низьких студій інформатики - ви можете вважати мене лайперсоном у статистиці). Мені не …

27 regression  time-series  arima  autoregressive  intuition 

Скажімо, ми хочемо зробити регресію для простого f = x * yвикористання стандартної глибокої нейронної мережі. Я пам’ятаю, що є повторні дослідження, які говорять про те, що NN з одним прихованим шаром може апоксимувати будь-яку функцію, але я спробував і без нормалізації NN не зміг наблизити навіть це просте множення. …

27 regression  machine-learning  neural-networks  deep-learning 

Скажімо, у нас є класифікатор SVM, як ми генеруємо криву ROC? (Як теоретично) (тому що ми створюємо TPR і FPR з кожним порогом). І як ми визначаємо оптимальний поріг для цього класифікатора SVM?

27 machine-learning  svm 

Що таке дослідження абляції? І чи є систематичний спосіб її виконання? Наприклад, у мене є ннn предикторів лінійної регресії, яку я назву своєю моделлю. Як я проведу дослідження абляції до цього? Які показники я повинен використовувати? Всеосяжне джерело чи підручник будуть вдячні.

27 regression  machine-learning  neural-networks 

У цій SE є багато публікацій, в яких обговорюються надійні підходи до аналізу основних компонентів (PCA), але я не можу знайти єдиного хорошого пояснення того, чому PCA чутливий в першу чергу до людей, що переживають люди.

26 machine-learning  pca  outliers 

Я прочитав тут таке: Сигмоїдні виходи не орієнтовані на нуль . Це небажано, оскільки нейрони в більш пізніх шарах обробки в нейронній мережі (детальніше про це незабаром) отримували б дані, не орієнтовані на нуль. Це має значення для динаміки під час спуску градієнта, оскільки якщо дані, що надходять у нейрон, …

26 neural-networks  deep-learning  backpropagation 

Зараз я вивчаю клас статистичних висновків на курсі. В одному із завдань виникає наступне питання. | Suppose you rolled the fair die twice. What is the probability of rolling the same number two times in a row? 1: 2/6 2: 1/36 3: 0 4: 1/6 Selection: 2 | You're close...I …

26 probability  self-study  conditional-probability 

Передумовою є ця цитата з віньєтки пакету R betareg1 . Крім того, модель поділяє деякі властивості (такі як лінійний предиктор, функція зв'язку, параметр дисперсії) з узагальненими лінійними моделями (GLM; McCullagh та Nelder 1989), але це не є особливим випадком цієї рамки (навіть не для фіксованої дисперсії ) Ця відповідь також …

26 generalized-linear-model  beta-regression  dirichlet-regression 

Коли ми читаємо книгу, розуміння позначень відіграє дуже важливу роль у розумінні змісту. На жаль, різні спільноти мають різні умовні позначення для формулювання моделі та проблеми оптимізації. Чи міг би хтось узагальнити деякі формулювальні позначення тут і навести можливі причини? Я наведу приклад тут: У літературі лінійної алгебри класичною книгою …

26 machine-learning  probability  self-study  optimization 

Вибачте, якщо на це відповіли в іншому місці, я не зміг його знайти. Мені цікаво, чому ми беремо квадратний корінь , зокрема, дисперсії для створення стандартного відхилення? Що стосується взяття квадратного кореня, який дає корисне значення?

26 variance  standard-deviation 

Передумови та емпіричний приклад У мене два дослідження; Я провів експеримент (дослідження 1), а потім повторив його (дослідження 2). У дослідженні 1 я виявив взаємодію між двома змінними; У дослідженні 2 ця взаємодія була в тому ж напрямку, але не суттєвою. Ось підсумок моделі дослідження 1: Coefficients: Estimate Std. Error …

26 bayesian