Statistiques et Big Data

2

Quelle est la signification intuitive derrière une variable aléatoire définie comme un «réseau»?

En théorie des probabilités, une variable aléatoire non négative XXX est appelée réseau s'il existe d≥0d≥0d \geq 0 tel que ∑∞n=0P(X=nd)=1∑n=0∞P(X=nd)=1\sum_{n=0}^{\infty}P(X=nd) = 1 . Existe-t-il une interprétation géométrique pour expliquer pourquoi cette définition est appelée un réseau?

15 probability

1

Et si la précision de validation était élevée mais la précision de test faible dans la recherche?

J'ai une question spécifique sur la validation dans la recherche d'apprentissage automatique. Comme nous le savons, le régime d'apprentissage automatique demande aux chercheurs de former leurs modèles sur les données de formation, de choisir parmi les modèles candidats par ensemble de validation et de rendre compte de la précision sur …

15 machine-learning cross-validation reproducible-research

3

Splines vs régression du processus gaussien

Je sais que la régression de processus gaussienne (GPR) est une alternative à l'utilisation de splines pour ajuster des modèles flexibles non linéaires. Je voudrais savoir dans quelles situations l'une serait plus appropriée que l'autre, notamment dans le cadre de régression bayésienne. J'ai déjà examiné quels sont les avantages / …

15 regression gaussian-process splines kriging

2

Jackknife contre LOOCV

Y a-t-il vraiment une différence entre le jackknife et laisser une validation croisée? La procédure semble identique ai-je raté quelque chose?

15 cross-validation jackknife

1

Y a-t-il une quantité requise de variance saisie par l'ACP pour effectuer des analyses ultérieures?

J'ai un ensemble de données avec 11 variables et PCA (orthogonal) a été fait pour réduire les données. Décider du nombre de composants à conserver était évident pour moi d'après mes connaissances sur le sujet et le tracé d'éboulis (voir ci-dessous) que deux composants principaux (PC) étaient suffisants pour expliquer …

15 variance pca

1

Comment CNN évite-t-il le problème du gradient de fuite

J'ai beaucoup lu sur les réseaux de neurones convoloutionnels et je me demandais comment ils évitaient le problème du gradient de fuite. Je sais que les réseaux de croyances profondes empilent des auto-encodeurs à un seul niveau ou d'autres réseaux peu profonds pré-formés et peuvent donc éviter ce problème, mais …

15 machine-learning optimization deep-learning gradient-descent

4

De combien de données avez-vous besoin pour un réseau neuronal convolutionnel?

Si j'ai un réseau neuronal convolutif (CNN), qui a environ 1 000 000 de paramètres, combien de données d'entraînement sont nécessaires (supposons que je fais une descente de gradient stochastique)? Y a-t-il une règle d'or? Notes supplémentaires: Lorsque j'ai effectué une descente de gradient stochastique (par exemple, 64 patchs pour …

15 machine-learning neural-networks deep-learning conv-neural-network

3

Choisir le K optimal pour KNN

J'ai effectué un CV 5 fois pour sélectionner le K optimal pour KNN. Et il semble que plus le K est grand, plus l'erreur est petite ... Désolé je n'avais pas de légende, mais les différentes couleurs représentent différents essais. Il y en a 5 au total et il semble …

15 model-selection k-nearest-neighbour

2

Explication des degrés de liberté non entiers dans le test t avec des variances inégales

La procédure SPSS t-Test rapporte 2 analyses lors de la comparaison de 2 moyennes indépendantes, une analyse avec des variances égales supposées et une avec des variances égales non supposées. Les degrés de liberté (df) lorsque des variances égales sont supposées sont toujours des valeurs entières (et égales n-2). Les …

15 hypothesis-testing t-test heteroscedasticity degrees-of-freedom t-distribution

3

Comment choisir un nombre optimal de facteurs latents dans la factorisation matricielle non négative?

Étant donné une matrice Vm×nVm×n\mathbf V^{m \times n} , la factorisation matricielle non négative (NMF) trouve deux matrices non négatives Wm×kWm×k\mathbf W^{m \times k} et Hk×nHk×n\mathbf H^{k \times n} (c'est-à-dire avec tous les éléments ≥0≥0\ge 0 ) pour représenter la matrice décomposée comme: V≈WH,V≈WH,\mathbf V \approx \mathbf W\mathbf H, WW\mathbf …

15 cross-validation unsupervised-learning latent-variable matrix-decomposition nnmf

4

Signification des caractéristiques latentes?

J'essaie de comprendre les modèles de factorisation matricielle pour les systèmes recommandés et je lis toujours les «fonctionnalités latentes», mais qu'est-ce que cela signifie? Je sais ce que signifie une fonctionnalité pour un ensemble de données de formation, mais je ne parviens pas à comprendre l'idée des fonctionnalités latentes. Chaque …

15 machine-learning data-mining recommender-system

1

Comment calculer la pureté?

Dans l'analyse en grappes, comment calculer la pureté? Quelle est l'équation? Je ne cherche pas de code pour le faire pour moi. Soit ωkωk\omega_k le cluster k et cjcjc_j la classe j. La pureté est-elle pratiquement exacte? il semble que l'on additionne la quantité de classes véritablement classées par cluster …

15 clustering

3

Calculer la divergence Kullback-Leibler en pratique?

J'utilise KL Divergence comme mesure de dissimilarité entre 2 P et Q .p.m.f.p.m.f.p.m.f. PPPQQQ =-∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))DKL(P||Q)=∑i=1Nln(PiQi)PiDKL(P||Q)=∑i=1Nln⁡(PiQi)PiD_{KL}(P||Q) = \sum_{i=1}^N \ln \left( \frac{P_i}{Q_i} \right) P_i =−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=-\sum P(X_i)ln\left(Q(X_i)\right) + \sum P(X_i)ln\left(P(X_i)\right) Si alors nous pouvons facilement calculer que P ( X i ) l n ( Q ( X i ) ) = 0 …

15 distributions distance kullback-leibler

4

Comment conserver les variables invariantes dans le temps dans un modèle à effets fixes

J'ai des données sur les employés d'une grande entreprise italienne sur dix ans et j'aimerais voir comment l'écart entre les sexes dans les gains des hommes et des femmes a changé au fil du temps. À cette fin, je gère l'OLS groupé: yit=X′itβ+δmalei+∑t=110γtdt+εityit=Xit′β+δmalei+∑t=110γtdt+εit y_{it} = X'_{it}\beta + \delta {\rm male}_i …

15 hypothesis-testing estimation econometrics fixed-effects-model

2

Mélanger des données continues et binaires avec SVM linéaire?

J'ai donc joué avec les SVM et je me demande si c'est une bonne chose à faire: J'ai un ensemble de fonctionnalités continues (0 à 1) et un ensemble de fonctionnalités catégorielles que j'ai converties en variables factices. Dans ce cas particulier, j'encode la date de la mesure dans une …

15 categorical-data svm feature-selection linear-model feature-construction