Statistiques et Big Data

2

Estimation des paramètres de distribution gamma à l'aide de la moyenne de l'échantillon et de la norme

J'essaie d'estimer les paramètres d'une distribution gamma qui correspond le mieux à mon échantillon de données. Je veux seulement utiliser la moyenne , std (et donc la variance ) de l'échantillon de données, pas les valeurs réelles - car elles ne seront pas toujours disponibles dans mon application. Selon ce …

19 distributions estimation gamma-distribution

1

Construction optimale de la caractéristique du jour dans les réseaux de neurones

En travaillant sur le problème de régression, j'ai commencé à penser à la représentation de la fonction "jour d'une semaine". Je me demande quelle approche fonctionnerait mieux: une caractéristique; valeur 1/7 pour lundi; 2/7 pour mardi ... 7 fonctionnalités: (1, 0, 0, 0, 0, 0, 0) pour lundi; (0, 1, …

19 machine-learning neural-networks feature-construction

3

Comment la descente de gradient stochastique peut-elle éviter le problème d'un minimum local?

Je sais que la descente de gradient stochastique a un comportement aléatoire, mais je ne sais pas pourquoi. Y a-t-il une explication à ce sujet?

19 machine-learning random-variable gradient-descent

1

Calibrage d'un classificateur boosté multi-classes

J'ai lu l'article d'Alexandru Niculescu-Mizil et Rich Caruana " Obtention de probabilités calibrées à partir du boost " et la discussion dans ce fil. Cependant, j'ai toujours du mal à comprendre et à implémenter la logistique ou la mise à l' échelle de Platt pour calibrer la sortie de mon …

19 machine-learning boosting

5

Quelle est la différence entre «transfert d'apprentissage» et «adaptation de domaine»?

Y a-t-il une différence entre «transfert d'apprentissage» et «adaptation de domaine»? Je ne connais pas le contexte, mais je crois comprendre que nous avons un ensemble de données 1 et que nous nous y entraînons, après quoi nous avons un autre ensemble de données 2 pour lequel nous voulons adapter …

19 deep-learning terminology conv-neural-network transfer-learning domain-adaptation

3

Quand utiliser des effets fixes ou utiliser des SE de cluster?

Supposons que vous ayez une seule coupe transversale de données où les individus sont situés au sein de groupes (par exemple, les élèves dans les écoles) et que vous souhaitez estimer un modèle de la forme Y_i = a + B*X_ioù Xest un vecteur de caractéristiques de niveau individuel et …

19 econometrics multilevel-analysis fixed-effects-model endogeneity clustered-standard-errors

1

Qu'est-ce que «l'espace des fonctionnalités»?

Quelle est la définition de "l'espace d'entité"? Par exemple, lors de la lecture sur les SVM, j'ai lu sur le "mappage vers l'espace des fonctionnalités". En lisant à propos de CART, j'ai lu sur "le partitionnement pour l'espace de fonctionnalité". Je comprends ce qui se passe, en particulier pour CART, …

19 machine-learning svm feature-selection cart feature-construction

3

Les réseaux de neurones apprennent-ils une fonction ou une fonction de densité de probabilité?

La question peut sembler un peu étrange car je suis nouveau dans l'inférence statistique et les réseaux de neurones. Lorsque dans les problèmes de classification utilisant des réseaux de neurones, nous disons que nous voulons apprendre une fonction qui mappe l'espace des entrées à l'espace des sorties y : x …

19 machine-learning neural-networks

1

Quand choisir SARSA vs Q Learning

SARSA et Q Learning sont tous deux des algorithmes d'apprentissage par renforcement qui fonctionnent de manière similaire. La différence la plus frappante est que SARSA est en politique alors que Q Learning est hors politique. Les règles de mise à jour sont les suivantes: Apprentissage Q: Q(st,at)←Q(st,at)+α[rt+1+γmaxa′Q(st+1,a′)−Q(st,at)]Q(st,at)←Q(st,at)+α[rt+1+γmaxa′Q(st+1,a′)−Q(st,at)]Q(s_t,a_t)←Q(s_t,a_t)+α[r_{t+1}+γ\max_{a'}Q(s_{t+1},a')−Q(s_t,a_t)] SARSA: Q ( …

19 reinforcement-learning

3

Comment la régression logistique utilise-t-elle la distribution binomiale?

J'essaie de comprendre comment la régression logistique utilise la distribution binomiale. Disons que j'étudie le succès des nids chez les oiseaux. La probabilité de réussite d'un nid est de 0,6. En utilisant la distribution binomiale, je peux calculer la probabilité de r succès pour n essais (nombre de nids étudiés). …

19 logistic binomial

4

Quelle est la différence entre Conv1D et Conv2D?

Je parcourais les documents de convolution keras et j'ai trouvé deux types de convultuion Conv1D et Conv2D. J'ai fait quelques recherches sur le Web et c'est ce que je comprends à propos de Conv1D et Conv2D; Conv1D est utilisé pour les séquences et Conv2D utilise pour les images. J'ai toujours …

19 machine-learning neural-networks conv-neural-network keras

4

Pourquoi le pseudo-étiquetage affecte-t-il de manière non triviale les résultats?

J'ai étudié des méthodes d'apprentissage semi-supervisées et j'ai découvert le concept de "pseudo-étiquetage". Si je comprends bien, avec le pseudo-étiquetage, vous avez un ensemble de données étiquetées ainsi qu'un ensemble de données non étiquetées. Vous entraînez d'abord un modèle uniquement sur les données étiquetées. Vous utilisez ensuite ces données initiales …

19 machine-learning semi-supervised

1

Définition mathématique / algorithmique du sur-ajustement

Existe-t-il une définition mathématique ou algorithmique du sur-ajustement? Les définitions souvent fournies sont le tracé 2D classique de points avec une ligne passant par chaque point et la courbe de perte de validation qui augmente soudainement. Mais y a-t-il une définition mathématiquement rigoureuse?

18 mathematical-statistics optimization overfitting

3

La forêt aléatoire pour la régression est-elle une «vraie» régression?

Les forêts aléatoires sont utilisées pour la régression. Cependant, d'après ce que je comprends, ils attribuent une valeur cible moyenne à chaque feuille. Puisqu'il n'y a que des feuilles limitées dans chaque arbre, il n'y a que des valeurs spécifiques que la cible peut atteindre à partir de notre modèle …

18 regression random-forest cart

3

Les MCMC sont-ils sans mémoire?

J'essaie de comprendre ce que la chaîne Markov Monte Carlo (MCMC) est de la page Wikipedia française. Ils disent "que les méthodes Monte Carlo de la chaîne de Markov consistent à générer un vecteur uniquement à partir des données vectorielles c'est donc un processus" sans mémoire ""xixix_ {i}xi−1xi−1x_ {i-1} Les …

18 mcmc