Statistiques et Big Data

1

Inclusion de termes d'interaction dans la forêt aléatoire

Supposons que nous ayons une réponse Y et des prédicteurs X1, ...., Xn. Si nous devions essayer d'ajuster Y via un modèle linéaire de X1, ...., Xn, et il se trouve que la vraie relation entre Y et X1, ..., Xn n'était pas linéaire, nous pourrions être en mesure pour …

15 machine-learning random-forest

1

Qu'est-ce que l '«attente de probabilité maximale ciblée»?

J'essaie de comprendre certains articles de Mark van der Laan. Il est un statisticien théorique à Berkeley travaillant sur des problèmes qui se chevauchent de manière significative avec l'apprentissage automatique. Un problème pour moi (en plus des mathématiques approfondies) est qu'il finit souvent par décrire des approches d'apprentissage machine familières …

15 mathematical-statistics estimation nonparametric autocorrelation censoring

2

Quelle est la définition de la précision Top-n?

Je lis un article scientifique sur la classification des images. Dans les résultats expérimentaux, ils parlent de la précision du top 1 et du top 5, mais je n'ai jamais entendu parler du terme et je ne le trouve pas en utilisant Google. Quelqu'un peut-il me donner une définition ou …

15 machine-learning

1

Comment interpréter ACF négatif (fonction d'autocorrélation)?

J'ai donc tracé l'ACF / PACF des retours de pétrole et je m'attendais à voir une autocorrélation positive, mais à ma grande surprise, je n'obtiens qu'une autocorrélation négative significative. Comment dois-je interpréter le graphique ci-dessus? Ils semblent indiquer que les rendements pétroliers ont tendance à augmenter lorsqu'ils ont diminué précédemment …

15 time-series

3

Tester si les distributions multidimensionnelles sont les mêmes

Disons que j'ai deux ou plusieurs populations d'échantillons de vecteurs à valeurs continues à n dimensions. Existe-t-il un moyen non paramétrique de tester si ces échantillons proviennent de la même distribution? Si oui, existe-t-il une fonction en R ou en python pour cela?

15 r distributions nonparametric python

2

Pourquoi la mise à l'échelle est importante pour la classification SVM linéaire?

Lors de la réalisation de la classification SVM linéaire, il est souvent utile de normaliser les données d'entraînement, par exemple en soustrayant la moyenne et en les divisant par l'écart type, puis de mettre à l'échelle les données de test avec la moyenne et l'écart type des données d'entraînement. Pourquoi …

15 machine-learning svm standardization

3

Comparaison des listes classées

Supposons que deux groupes, comprenant et n 2 classent chacun un ensemble de 25 éléments du plus important au moins important. Quelles sont les meilleures façons de comparer ces classements?n1n1n_1n2n2n_2 De toute évidence, il est possible de faire 25 tests de Mann-Whitney U, mais cela entraînerait 25 résultats de tests …

15 ranking group-differences

1

Corrélation de distance versus information mutuelle

Je travaille avec l'information mutuelle depuis un certain temps. Mais j'ai trouvé une mesure très récente dans le "monde de corrélation" qui peut également être utilisée pour mesurer l'indépendance de distribution, la soi-disant "corrélation de distance" (également appelée corrélation brownienne): http://en.wikipedia.org/wiki/Brownian_covariance . J'ai vérifié les papiers où cette mesure est …

15 correlation mutual-information distance-covariance

2

Pourquoi le test U de Mann – Whitney est-il significatif lorsque les médianes sont égales?

J'ai reçu un résultat d'un test de classement de Mann-Whitney que je ne comprends pas. La médiane des 2 populations est identique (6,9). Les quantiles supérieurs et inférieurs de chaque population sont: 6.64 & 7.2 6.60 & 7.1 La valeur de p résultant du test comparant ces populations est de …

15 nonparametric median ranks wilcoxon-mann-whitney

1

Quelles sont les limites de queue connues les plus nettes pour les variables distribuées

Soit une variable aléatoire distribuée khi carré avec k degrés de liberté. Quelles sont les limites connues les plus précises pour les probabilités suivantesX∼χ2kX∼χk2X \sim \chi^2_kkkk P[X>t]≤1−δ1(t,k)P[X>t]≤1−δ1(t,k) \mathbb{P}[X > t] \leq 1 - \delta_1(t, k) et P[X<z]≤1−δ2(z,k)P[X<z]≤1−δ2(z,k) \mathbb{P}[X < z] \leq 1 - \delta_2(z, k) où et δ 2 sont …

15 probability chi-squared

1

Analyse de la corrélation croisée entre les processus ponctuels

Je voudrais un conseil sur une méthode d'analyse que j'utilise, pour savoir si elle est statistiquement valable. J'ai mesuré deux points processus et T 2 = T 2 1 , T 2 2 , . . . , t 2 m et je veux déterminer si les événements de T …

15 point-process cross-correlation

1

Quelle est la dérivée de la fonction d'activation ReLU?

Quelle est la dérivée de la fonction d'activation ReLU définie comme: ReLU(x)=max(0,x)ReLU(x)=max(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) Qu'en est-il du cas particulier où il y a une discontinuité dans la fonction à ?x=0x=0x=0

15 self-study neural-networks

1

Qu'est-ce que la classification temporelle connexionniste (CTC)?

Je cherche à faire un projet de reconnaissance optique de caractères (OCR). Après avoir fait quelques recherches, je suis tombé sur une architecture qui semble intéressante: CNN + RNN + CTC. Je connais les réseaux de neurones alambiqués (CNN) et les réseaux de neurones récurrents (RNN), mais qu'est-ce que la …

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

2

Pourquoi avez-vous besoin de mettre à l'échelle des données dans KNN

Quelqu'un pourrait-il m'expliquer pourquoi vous devez normaliser les données lors de l'utilisation de K voisins les plus proches. J'ai essayé de chercher ça, mais je n'arrive toujours pas à le comprendre. J'ai trouvé le lien suivant: https://discuss.analyticsvidhya.com/t/why-it-is-necessary-to-normalize-in-knn/2715 Mais dans cette explication, je ne comprends pas pourquoi une plus grande plage …

15 k-nearest-neighbour

3

Zéro distributions gonflées, quelles sont-elles vraiment?

J'ai du mal à comprendre les distributions zéro gonflées. Que sont-ils? À quoi ça sert? Si j'ai des données avec plusieurs zéros, alors je pourrais ajuster une régression logistique d'abord calculer la probabilité des zéros, puis je pourrais supprimer tous les zéros, puis ajuster une régression régulière en utilisant mon …

15 zero-inflation