Statistiques et Big Data

4

Différence entre l'erreur type et l'écart type

J'ai du mal à comprendre la différence entre l'erreur type et l'écart type. En quoi sont-elles différentes et pourquoi avez-vous besoin de mesurer l'erreur type?

96 mean standard-deviation standard-error intuition

4

Comment sélectionner le noyau pour SVM?

Lorsque vous utilisez SVM, nous devons sélectionner un noyau. Je me demande comment sélectionner un noyau. Des critères sur la sélection du noyau?

96 machine-learning svm kernel-trick

7

Comment choisir entre le test t et le test non paramétrique, par exemple Wilcoxon dans de petits échantillons

Certaines hypothèses peuvent être vérifiées à l'aide du test t de Student (peut-être à l'aide de la correction de Welch pour les variances inégales dans le cas à deux échantillons), ou par un test non paramétrique comme le test de Wilcoxon apparié signé, le test de Wilcoxon-Mann-Whitney U, ou le …

96 hypothesis-testing t-test nonparametric small-sample wilcoxon-mann-whitney

5

Liste complète des fonctions d'activation dans les réseaux de neurones avec avantages / inconvénients

Existe-t-il un / des document (s) de référence donnant une liste complète des fonctions d’activation dans les réseaux de neurones ainsi que leurs avantages / inconvénients (et idéalement des indications vers des publications où elles ont réussi ou non)?

95 neural-networks references

6

Est-il possible de former un réseau de neurones sans rétropropagation?

De nombreux ouvrages et tutoriels sur les réseaux de neurones consacrent beaucoup de temps à l'algorithme de rétropropagation, qui est essentiellement un outil permettant de calculer le gradient. Supposons que nous construisons un modèle avec ~ 10K paramètres / poids. Est-il possible d'exécuter l'optimisation à l'aide d'algorithmes d'optimisation sans gradient? …

94 machine-learning neural-networks optimization backpropagation

2

Que savons-nous du piratage informatique «à l'état sauvage»?

La phrase p- achalandage (aussi: "dragage de données" , "espionnage" ou "pêche") fait référence à divers types de fautes statistiques dans lesquelles les résultats deviennent artificiellement statistiquement significatifs. Il existe de nombreuses façons d'obtenir un résultat "plus significatif", notamment, sans s'y limiter: analyser uniquement un sous-ensemble "intéressant" de données dans …

94 hypothesis-testing statistical-significance p-value model-selection reproducible-research

3

Différence entre la diminution du poids neuronal net et le taux d'apprentissage

Dans le contexte des réseaux de neurones, quelle est la différence entre le taux d'apprentissage et la perte de poids?

94 neural-networks terminology

30

Quel livre recommanderiez-vous aux scientifiques non statisticiens?

Quel livre recommanderiez-vous aux scientifiques qui ne sont pas statisticiens? Une livraison claire est la plus appréciée. Ainsi que l'explication des techniques et méthodes appropriées pour des tâches typiques: analyse de séries chronologiques, présentation et agrégation de grands ensembles de données.

94 references

13

Quel est le meilleur moyen d'identifier les valeurs aberrantes dans des données multivariées?

Supposons que j'ai un grand ensemble de données multivariées avec au moins trois variables. Comment puis-je trouver les valeurs aberrantes? Les diagrammes de dispersion par paires ne fonctionneront pas car il est possible qu'une valeur aberrante existe en 3 dimensions qui ne soit une valeur aberrante dans aucun des sous-espaces …

94 multivariate-analysis outliers

6

Essentiels tests de vérification des données

Dans mon travail, je travaille souvent avec des ensembles de données d'autres personnes. Des non-experts m'apportent des données cliniques et je les aide à les résumer et à effectuer des tests statistiques. Le problème que je rencontre est que les ensembles de données que je suis amené sont presque toujours …

93 dataset outliers checking

11

Expliquer la malédiction de la dimensionnalité à un enfant

J'ai souvent entendu parler de malédiction de la dimensionnalité, mais d'une manière ou d'une autre, je suis toujours incapable de saisir l'idée, tout est brumeux. Est-ce que quelqu'un peut expliquer cela de la manière la plus intuitive, comme vous le feriez à un enfant, pour que moi (et les autres …

93 machine-learning dimensionality-reduction high-dimensional

2

Qu'est-ce que la covariance en langage clair?

Qu'est-ce que la covariance en langage clair et comment est-elle liée aux termes dépendance , structure de corrélation et structure de variance-covariance en ce qui concerne les plans à mesures répétées?

93 correlation repeated-measures terminology covariance independence

3

Comment calculez-vous la précision et le rappel pour la classification multiclass à l'aide de la matrice de confusion?

Je me demande comment calculer la précision et se rappeler en utilisant une matrice de confusion pour un problème de classification multi-classes. Plus précisément, une observation ne peut être affectée qu'à sa classe / étiquette la plus probable. Je voudrais calculer: Précision = TP / (TP + FP) Rappel = …

92 machine-learning classification precision-recall multi-class

12

Qui sont les Bayésiens?

Au fur et à mesure que l'on s'intéresse aux statistiques, la dichotomie "Frequentist" vs "Bayesian" se banalise (et qui n'a pas lu Le signal et le bruit de Nate Silver , de toute façon?). Dans les causeries et les cours d'initiation, le point de vue est extrêmement fréquentiste ( MLE …

92 bayesian mathematical-statistics inference bayes frequentist

10

Pourquoi une série chronologique doit-elle être stationnaire?

Je comprends qu'une série temporelle stationnaire en est une dont la moyenne et la variance sont constantes dans le temps. Quelqu'un peut-il expliquer s'il vous plaît pourquoi nous devons nous assurer que notre ensemble de données est stationnaire avant de pouvoir exécuter différents modèles ARIMA ou ARM sur celui-ci? Cela …

92 regression time-series stationarity