Statistiques et Big Data

Q & A pour les personnes intéressées par les statistiques, l'apprentissage automatique, l'analyse de données, l'exploration de données et la visualisation de données

1
nombre de cartes d'entités dans les réseaux de neurones convolutifs
Lors de l'apprentissage du réseau neuronal convolutionnel, j'ai des questions concernant la figure suivante. 1) C1 dans la couche 1 a 6 cartes de caractéristiques, cela signifie-t-il qu'il y a six noyaux convolutionnels? Chaque noyau convolutionnel est utilisé pour générer une carte d'entités basée sur l'entrée. 2) S1 dans la …
2
Quel serait un exemple d'un modèle vraiment simple avec une probabilité insoluble?
Le calcul bayésien approximatif est une technique vraiment cool pour ajuster essentiellement n'importe quel modèle stochastique, destiné aux modèles où la probabilité est intraitable (par exemple, vous pouvez échantillonner à partir du modèle si vous fixez les paramètres mais vous ne pouvez pas calculer numériquement, algorithmiquement ou analytiquement la probabilité). …
2
Pour quelles distributions existe-t-il un estimateur sans biais de forme fermée pour l'écart-type?
Pour la distribution normale, il existe un estimateur non biaisé de l'écart-type donné par: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})} \sqrt{\frac{1}{2}\sum_{k=1}^n(x_i-\bar{x})^2} La raison pour laquelle ce résultat n'est pas si bien connu semble être qu'il s'agit en grande partie d'une curiosité plutôt que d'une question de grande importance . La preuve est couverte …
1
Dans quelles conditions exactement la régression des crêtes est-elle en mesure d'apporter une amélioration par rapport à la régression des moindres carrés ordinaires?
La régression de crête estime les paramètres ββ\boldsymbol \beta dans un modèle linéaire y=Xβy=Xβ\mathbf y = \mathbf X \boldsymbol \beta by β^λ=(X⊤X+λI)−1X⊤y,β^λ=(X⊤X+λI)−1X⊤y,\hat{\boldsymbol \beta}_\lambda = (\mathbf X^\top \mathbf X + \lambda \mathbf I)^{-1} \mathbf X^\top \mathbf y, où λλ\lambda est un paramètre de régularisation. Il est bien connu qu'elle fonctionne souvent …
3
Quel algorithme ward.D dans hclust () implémente-t-il si ce n'est pas le critère de Ward?
Celui utilisé par l'option "ward.D" (équivalent à la seule option Ward "ward" dans les versions R <= 3.0.3) n'implémente pas le critère de regroupement de Ward (1963), tandis que l'option "ward.D2" implémente ce critère ( Murtagh et Legendre 2014). ( http://stat.ethz.ch/R-manual/R-patched/library/stats/html/hclust.html ) Apparemment, ward.D n'implémente pas correctement le critère de …
16 r  clustering  ward 
2
Estimation bayésienne de
Cette question est un suivi technique de cette question . J'ai du mal à comprendre et à reproduire le modèle présenté dans Raftery (1988): Inférence pour le paramètre binomial NNN : une approche bayésienne hiérarchique dans WinBUGS / OpenBUGS / JAGS. Il ne s'agit pas seulement de code, donc il …
3
Différences entre la régression logistique et les perceptrons
Si je comprends bien, un réseau de neurones artificiels perceptron / monocouche avec une fonction d'activation sigmoïde logistique est le même modèle que la régression logistique. Les deux modèles sont donnés par l'équation: F( x ) = 11 - e- βXF(X)=11-e-βXF(x) = \frac{1}{1-e^{-\beta X}} L'algorithme d'apprentissage du perceptron est en …
1
La statistique est une machine… citation
Je devrai présenter un projet à des non-statisticiens lors d'une prochaine conférence et je voudrais inclure une citation que j'ai lue à un moment donné qui fait la comparaison entre les statistiques et une machine qui traite le minerai. La raison en est que je veux souligner un certain lien …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.