Statistiques et Big Data

3

Une probabilité postérieure peut-elle être> 1?

Dans la formule de Bayes: P( x | a ) = P( a | x ) P( x )P( A )P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} la probabilité postérieure dépasser 1?P( x | a )P(x|a)P(x|a) Je pense que c'est possible si, par exemple, en supposant que , et , et . Mais …

18 probability bayesian conditional-probability

1

Quand le mot «biais» a-t-il été inventé pour signifier ?

Quand le mot «biais» a-t-il été inventé pour signifier ?E [ θ^- θ ]E[θ^−θ]\mathbb{E}[\hat{\theta}-\theta] La raison pour laquelle j'y pense en ce moment est parce que je semble me rappeler Jaynes, dans son texte de théorie des probabilités , critiquant l'utilisation du mot "biais" utilisé pour décrire cette formule et …

18 terminology bias history

2

LASSO souffre-t-il des mêmes problèmes que la régression pas à pas?

Les méthodes algorithmiques de sélection des variables par étapes tendent à sélectionner des modèles qui biaisent plus ou moins toutes les estimations dans les modèles de régression ( ββ\beta s et leurs SE, valeurs p , statistiques F , etc.), et sont à peu près aussi susceptibles d'exclure les vrais …

18 regression feature-selection lasso regression-strategies stepwise-regression

2

Est-il judicieux d'utiliser la régression logistique avec un résultat binaire et un prédicteur?

J'ai une variable de résultat binaire {0,1} et une variable prédictive {0,1}. Je pense qu'il n'est pas logique de faire de la logistique à moins que j'inclue d'autres variables et que je calcule le rapport de cotes. Avec un seul prédicteur binaire, le calcul de la probabilité ne suffirait-il pas …

18 r regression probability logistic odds-ratio

4

La distribution normale converge-t-elle vers une distribution uniforme lorsque l'écart-type augmente à l'infini?

La distribution normale converge-t-elle vers une certaine distribution si l'écart-type croît sans limites? il me semble que le pdf commence à ressembler à une distribution uniforme avec des bornes données par . Est-ce vrai?[−2σ,2σ][−2σ,2σ][-2 \sigma, 2 \sigma]

18 normal-distribution convergence

2

Pourquoi la mise en commun maximale est-elle nécessaire dans les réseaux de neurones convolutifs?

Les réseaux de neurones convolutifs les plus courants contiennent des couches de mise en commun pour réduire les dimensions des caractéristiques de sortie. Pourquoi ne pourrais-je pas réaliser la même chose en augmentant simplement la foulée de la couche convolutionnelle? Qu'est-ce qui rend la couche de mise en commun nécessaire?

18 deep-learning conv-neural-network pooling

3

Comment simuler des données statistiquement significatives?

Je suis en 10e année et je cherche à simuler des données pour un projet de salon des sciences de l'apprentissage automatique. Le modèle final sera utilisé sur les données des patients et prédira la corrélation entre certains moments de la semaine et l'effet que cela a sur l'adhésion au …

18 machine-learning statistical-significance t-test python simulation

11

Un terme pour «nombre de colonnes» d'une matrice

Existe-t-il un seul mot anglais pour désigner le "nombre de colonnes" d'une matrice? Par exemple, la "dimensionnalité" d'une matrice est . J'ai besoin d'un terme pour dans cet exemple. Je peux toujours dire "nombre de colonnes", bien sûr, mais pourrais-je avoir un seul mot pour cela?2 × 32×32\times 332 × …

18 terminology matrix

3

Modèles (jouets) emblématiques de réseaux de neurones

Mes professeurs de physique au lycée, ainsi que le noble lauréat Feynman, présentaient toujours ce qu'ils appelaient des modèles de jouets pour illustrer les concepts et méthodes de base en physique, tels que l'oscillateur harmonique, le pendule, la toupie et la boîte noire. Quels modèles de jouets sont utilisés pour …

18 machine-learning neural-networks deep-learning

7

Données biaisées dans l'apprentissage automatique

Je travaille sur un projet de Machine Learning avec des données déjà (fortement) biaisées par la sélection des données. Supposons que vous ayez un ensemble de règles codées en dur. Comment construire un modèle d'apprentissage automatique pour le remplacer, alors que toutes les données qu'il peut utiliser sont des données …

18 machine-learning classification data-mining bias extrapolation

6

Régression linéaire ou régression logistique ordinale pour prédire la cote du vin (de 0 à 10)

J'ai les données sur le vin d' ici qui se composent de 11 variables numériques indépendantes avec une note dépendante associée à chaque entrée avec des valeurs comprises entre 0 et 10. Cela en fait un excellent ensemble de données pour utiliser un modèle de régression pour étudier la relation …

18 r regression logistic ordered-logit

4

Pourquoi Q-Learning utilise epsilon-greedy pendant les tests?

Dans l'article de DeepMind sur Deep Q-Learning pour les jeux vidéo Atari ( ici ), ils utilisent une méthode epsilon-greedy pour l'exploration pendant la formation. Cela signifie que lorsqu'une action est sélectionnée pendant l'entraînement, elle est choisie soit comme action avec la valeur q la plus élevée, soit comme action …

18 machine-learning reinforcement-learning q-learning deep-rl

1

Pourquoi le test t et l'ANOVA donnent-ils des valeurs de p différentes pour la comparaison à deux groupes?

Dans l'article Wikipédia sur l' ANOVA , il est dit Dans sa forme la plus simple, l'ANOVA fournit un test statistique pour savoir si les moyennes de plusieurs groupes sont égales ou non, et généralise donc le test t à plus de deux groupes. D'après ce que je comprends, l'ANOVA …

18 r hypothesis-testing anova t-test

4

Motivation théorique pour utiliser log-vraisemblance vs vraisemblance

J'essaie de comprendre à un niveau plus profond l'ubiquité du log-vraisemblance (et peut-être plus généralement log-probabilités) dans les statistiques et la théorie des probabilités. Les probabilités logarithmiques apparaissent partout: nous travaillons généralement avec la vraisemblance logarithmique pour l'analyse (par exemple pour la maximisation), les informations de Fisher sont définies en …

18 probability bayesian likelihood log-likelihood

1

Que signifie faire de la taille de l'échantillon une variable aléatoire?

Frank Harrell a lancé un blog ( Pensée statistique) . Dans son premier article , il énumère certaines caractéristiques clés de sa philosophie statistique. Entre autres éléments, il comprend: Faites de la taille de l'échantillon une variable aléatoire lorsque cela est possible Que signifie «faire de la taille de l'échantillon …

18 sample-size random-variable regression-strategies