Statistiques et Big Data

10

Pourquoi ne pas simplement vider les réseaux de neurones et l'apprentissage en profondeur? [fermé]

Fermé . Cette question est basée sur l'opinion . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin d'y répondre avec des faits et des citations en modifiant ce message . Fermé il y a 2 ans . Problème fondamental avec l'apprentissage en …

25 machine-learning neural-networks svm deep-learning

1

Y a-t-il un résultat qui indique que le bootstrap est valide si et seulement si la statistique est lisse?

Partout, nous supposons que notre statistique est une fonction de certaines données qui est tirée de la fonction de distribution ; la fonction de distribution empirique de notre échantillon est . Donc est la statistique considérée comme une variable aléatoire et est la version bootstrap de la statistique. Nous utilisons …

25 probability mathematical-statistics bootstrap asymptotics consistency

3

Quels sont les avantages d'empiler plusieurs LSTM?

Quels sont les avantages, pourquoi utiliserait-on plusieurs LSTM, empilés côte à côte, dans un réseau profond? J'utilise un LSTM pour représenter une séquence d'entrées en tant qu'entrée unique. Donc, une fois que j'ai cette représentation unique - pourquoi la repasserais-je? Je pose la question parce que je l'ai vu dans …

25 classification neural-networks deep-learning lstm rnn

1

Pourquoi les unités linéaires rectifiées sont-elles considérées comme non linéaires?

Pourquoi les fonctions d'activation des unités linéaires rectifiées (ReLU) sont-elles considérées comme non linéaires? f(x)=max(0,x)f(x)=max(0,x) f(x) = \max(0,x) Ils sont linéaires lorsque l'entrée est positive et de ma compréhension pour débloquer la puissance représentative des réseaux profonds, les activations non linéaires sont un must, sinon l'ensemble du réseau pourrait être …

25 neural-networks deep-learning

5

Algorithmes d'apprentissage automatique pour gérer les données manquantes

J'essaie de développer un modèle prédictif utilisant des données cliniques de grande dimension, y compris des valeurs de laboratoire. L'espace de données est rare avec 5k échantillons et 200 variables. L'idée est de classer les variables à l'aide d'une méthode de sélection des fonctionnalités (IG, RF, etc.) et d'utiliser des …

25 machine-learning missing-data

4

Fonctions des variables aléatoires indépendantes

Est-ce vrai que les fonctions des variables aléatoires indépendantes sont elles-mêmes indépendantes? J'ai vu ce résultat souvent utilisé implicitement dans certaines preuves, par exemple dans la preuve d'indépendance entre la moyenne de l'échantillon et la variance de l'échantillon d'une distribution normale, mais je n'ai pas pu le justifier. Il semble …

25 probability self-study random-variable independence

2

Dessin de la distribution Dirichlet

Disons que nous avons une distribution de Dirichlet avec le paramètre de vecteur dimension . Comment puis-je tirer un échantillon (un vecteur dimensionnel) de cette distribution? J'ai besoin d'une explication (éventuellement) simple.→ α = [ α 1 , α 2 , . . . , α K ]KKKα⃗ = [ …

25 sampling dirichlet-distribution

2

L'intuition derrière la régression logistique

Récemment, j'ai commencé à étudier l'apprentissage automatique, mais je n'ai pas réussi à saisir l'intuition derrière la régression logistique . Voici les faits sur la régression logistique que je comprends. Comme base d'hypothèse, nous utilisons la fonction sigmoïde . Je comprends pourquoi c'est un bon choix, mais pourquoi c'est le …

25 regression machine-learning logistic

5

Devriez-vous jamais standardiser des variables binaires?

J'ai un ensemble de données avec un ensemble de fonctionnalités. Certains d'entre eux sont binaires actif ou renvoyé, inactif ou dormant), et les autres ont une valeur réelle, par exemple .( 1 =(1=(1=0 =0=0=4564.3424564.3424564.342 Je veux alimenter ces données à un algorithme d'apprentissage automatique, donc je -score toutes les fonctionnalités …

25 machine-learning normalization binary-data

3

Comment les bayésiens comparent-ils les distributions?

Donc, je pense que j'ai une bonne compréhension des bases de la probabilité fréquentiste et de l'analyse statistique (et à quel point elle peut être utilisée). Dans un monde fréquentiste, il est logique de poser une question telle que "cette distribution est-elle différente de cette distribution", car les distributions sont …

25 distributions bayesian

3

Courbe ROC pour les classificateurs discrets comme SVM: Pourquoi l'appelle-t-on encore une "courbe"?, N'est-ce pas juste un "point"?

Dans la discussion: comment générer une courbe roc pour la classification binaire , je pense que la confusion était qu'un "classificateur binaire" (qui est tout classificateur qui sépare 2 classes) était pour Yang ce qu'on appelle un "classificateur discret" (qui produit sorties discrètes 0/1 comme un SVM) et non pas …

25 cross-validation roc auc

1

Écart type des observations groupées

J'ai un ensemble de données d'échantillons d'observations, stocké sous forme de dénombrements dans les bacs de plage. par exemple: min/max count 40/44 1 45/49 2 50/54 3 55/59 4 70/74 1 Maintenant, trouver une estimation de la moyenne à partir de cela est assez simple. Utilisez simplement la moyenne (ou …

25 variance standard-deviation weighted-sampling

1

Comment fonctionne la validation croisée avec un seul retrait? Comment sélectionner le modèle final parmi modèles différents?

J'ai quelques données et je veux construire un modèle (disons un modèle de régression linéaire) à partir de ces données. Dans une prochaine étape, je souhaite appliquer la validation croisée avec absence de changement (LOOCV) sur le modèle afin de voir à quel point il fonctionne. Si j'ai bien compris …

25 cross-validation

1

Matrices aléatoires avec contraintes sur la longueur des lignes et des colonnes

J'ai besoin de générer des matrices non carrées aléatoires avec des lignes et des colonnes , des éléments distribués au hasard avec une moyenne = 0, et contraints de telle sorte que la longueur (norme L2) de chaque ligne soit et que la longueur de chaque colonne soit . De …

25 random-generation normalization markov-process random-matrix

2

Sous-ensemble des vecteurs de séries temporelles R

J'ai une série chronologique et je souhaite la sous-définir tout en la conservant sous forme de série chronologique, en préservant le début, la fin et la fréquence. Par exemple, disons que j'ai une série chronologique: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 …

25 r time-series