Запитання з тегом «algorithms»

В даний час я намагаюся моделювати значень NNN - мірної випадкової величини , що має багатовимірне нормальний розподіл із середнім вектор і ковариационная матриця .XXXμ=(μ1,...,μN)Tμ=(μ1,...,μN)T\mu = (\mu_1,...,\mu_N)^TSSS Я сподіваюся використовувати методику , аналогічну методу зворотного CDF, а це означає , що я хочу , щоб спочатку створити - мірний рівномірна …

14 matlab  algorithms  random-generation  multivariate-normal 

Я написав деякий код, який може робити фільтрацію Кальмана (використовуючи ряд різних фільтрів типу Кальмана [Інформаційний фільтр та ін.]) Для лінійного аналізу простору Гаусса для простору для n-мірного вектора стану. Фільтри чудово працюють, і я отримую хороший вихід. Однак, оцінка параметрів за допомогою оцінки логічності, мене бентежить. Я не статистик, …

13 maximum-likelihood  algorithms  kalman-filter  likelihood 

Мабуть, Аналіз Фішера спрямований на одночасне максимальне розмежування між класом, мінімізуючи дисперсію всередині класу. Отже, корисна міра потужності дискримінації змінної дана діагональною величиною: .Bii/WiiBii/WiiB_{ii}/W_{ii} http://root.cern.ch/root/htmldoc/TMVA__MethodFisher.html Я розумію , що розмір ( p x p) з С ( Б ) і В-класу ( W ) матриці задається числом вхідних змінних, p. …

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

Які плюси та мінуси використання LARS [1] проти використання координатного спуску для встановлення L1-регульованої лінійної регресії? Мене в основному цікавлять аспекти ефективності (мої проблеми мають, як правило, Nсотні тисяч і p<20). Однак, будь-які інші дані також будуть оцінені. редагувати: Оскільки я розмістив запитання, chl люб'язно вказав на статтю [2] Friedman …

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 

На це питання вже є відповіді : Алгоритм зворотного розповсюдження (2 відповіді) Закрито 4 місяці тому . Що таке алгоритм зворотного поширення і як він працює?

13 algorithms  optimization  neural-networks 

Які методи використовуються для тестування алгоритмів генерації випадкових змінних?

12 algorithms  hypothesis-testing  random-variable  random-generation 

Коли я відкриваю машинне навчання, я бачу різні цікаві методи, такі як: автоматично налаштовувати алгоритми з такими методами, як grid search, отримати більш точні результати за допомогою комбінації різних алгоритмів одного "типу" boosting, отримати більш точні результати за рахунок поєднання різних алгоритмів (але не той же самий тип алгоритмів), це …

12 machine-learning  algorithms  boosting  stacking  automatic-algorithms 

Я знаю, як виконати PCA (аналіз основних компонентів), але я хотів би знати кроки, які слід використовувати для факторного аналізу. Для виконання PCA розглянемо , наприклад, матрицю :AAA 3 1 -1 2 4 0 4 -2 -5 11 22 20 Я обчислив його кореляційну матрицю B = corr(A): 1.0000 0.9087 …

12 pca  factor-analysis  algorithms 

Не могли б ви дати мені уточнення щодо алгоритмів видобутку даних та штучного інтелекту? Яку базу математики вони використовували? Не могли б ви дати мені вихідну точку з математики для розуміння цих типів алгоритмів?

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

У мене є зважений зразок, для якого я хочу обчислити кванти. 1 В ідеалі, де ваги рівні (чи = 1 або іншим чином ), то результати будуть несумісними з тими scipy.stats.scoreatpercentile()і R - х quantile(...,type=7). Одним з простих підходів було б "множення" вибірки за допомогою наведених ваг. Це фактично дає …

12 algorithms  quantiles  weighted-sampling 

Я думаю, що це прямо запитання, хоча міркувань, чому це може статися, чому ні, не може бути. Причина, яку я запитую, - це те, що я нещодавно написав власну реалізацію РФ, і хоча вона працює добре, вона не є такою добре, як я очікувала (на основі набору даних змагань з …

12 algorithms  random-forest  cart 

Чи існує чисельно стійкий спосіб обчислення значень бета-розподілу для великих цілих альфа, бета (наприклад, альфа, бета> 1000000)? Насправді мені потрібен лише 99% довірчий інтервал навколо режиму, якщо це якось полегшує проблему. Додайте : Вибачте, моє запитання було не так чітко прописано, як я вважав, що це було. Я хочу зробити …

12 confidence-interval  algorithms  beta-distribution 

Мені потрібно отримати максимально точне значення для яскравості головного стабільного джерела світла з урахуванням дванадцяти значень освітленості зразка. Датчик недосконалий, і світло може час від часу «мерехтіти» яскравішим або темнішим, що можна ігнорувати, отже, моя потреба у зовнішньому виявленні (я думаю?). Я трохи прочитав тут різні підходи і не можу …

12 classification  outliers  algorithms 

Які алгоритми використовуються в сучасних і якісних генераторах випадкових чисел?

12 algorithms  random-variable  random-generation 

У Вікіпедії сказано, що: Вимір VC - це кардинальність найбільшого набору точок, який алгоритм може зруйнувати. Наприклад, лінійний класифікатор має кардинальність n + 1. Моє запитання, чому нас хвилює? Більшість наборів даних, на яких ви робите лінійну класифікацію, мають тенденцію до дуже великих розмірів і містять багато точок.

12 classification  algorithms  vc-dimension