Statistiques et Big Data

3

Importance statistique (valeur p) pour comparer deux classificateurs en ce qui concerne l'ASC ROC (moyenne), la sensibilité et la spécificité

J'ai un ensemble de tests de 100 cas et deux classificateurs. J'ai généré des prédictions et calculé l'ASC ROC, la sensibilité et la spécificité pour les deux classificateurs. Question 1: Comment puis-je calculer la valeur de p pour vérifier si l'un est significativement meilleur que l'autre en ce qui concerne …

14 machine-learning statistical-significance roc auc sensitivity-specificity

1

Oracle Inequality: en termes de base

Je suis en train de parcourir un document qui utilise l'inégalité oracle pour prouver quelque chose mais je suis incapable de comprendre ce qu'il essaie même de faire. Lorsque j'ai recherché en ligne «Oracle Inequality», certaines sources m'ont dirigé vers l'article «Candes, Emmanuel J. "qui peut être trouvé ici https://statweb.stanford.edu/~candes/papers/NonlinearEstimation.pdf …

14 mathematical-statistics estimation probability-inequalities inequality oracle

2

Pourquoi nous soucions-nous si un processus d'AMM est inversible?

J'ai du mal à comprendre pourquoi nous nous soucions si un processus de MA est inversible ou non. Veuillez me corriger si je me trompe, mais je peux comprendre pourquoi nous nous soucions de savoir si un processus AR est causal, c'est-à-dire si nous pouvons le "réécrire", pour ainsi dire, …

14 time-series mathematical-statistics autoregressive moving-average

1

Train vs Test Error Gap et sa relation avec le sur-ajustement: concilier les conseils contradictoires

Il semble y avoir des conseils contradictoires sur la façon de gérer la comparaison entre l'erreur de train et l'erreur de test, en particulier lorsqu'il y a un écart entre les deux. Il semble y avoir deux écoles de pensée qui, selon moi, semblent en conflit. Je cherche à comprendre …

14 cross-validation overfitting

2

Comment le décrochage spatial en 2D est-il implémenté?

Ceci est en référence à l'article Localisation efficace des objets utilisant des réseaux convolutionnels , et d'après ce que je comprends, le décrochage est implémenté en 2D. Après avoir lu le code de Keras sur la façon dont le décrochage 2D spatial est implémenté, un masque binaire aléatoire de forme …

14 machine-learning deep-learning tensorflow dropout

1

Analyse de sensibilité dans les réseaux de neurones profonds

Suite à une question à laquelle on a déjà répondu ( Extraire l'importance du poids à partir d'un réseau à action directe à une couche ), je recherche des informations sur la pertinence des entrées dans les réseaux de neurones. Considérant un réseau profond, où la reconstruction de l'importance de …

14 neural-networks python feature-selection sensitivity-analysis

1

Comment NumPy résout-il les moindres carrés pour les systèmes sous-déterminés?

Disons que nous avons X de forme (2, 5) et y de forme (2,) Cela marche: np.linalg.lstsq(X, y) Nous nous attendrions à ce que cela ne fonctionne que si X était de forme (N, 5) où N> = 5 Mais pourquoi et comment? Nous récupérons 5 poids comme prévu, mais …

14 least-squares linear-algebra numpy

6

Pourquoi les résidus dans la régression linéaire totalisent-ils toujours zéro lorsqu'une intersection est incluse?

Je prends un cours sur les modèles de régression et l'une des propriétés fournies pour la régression linéaire est que les résidus résument toujours à zéro lorsqu'une interception est incluse. Quelqu'un peut-il expliquer pourquoi c'est le cas?

14 regression residuals

3

Remplacement des variables par WoE (Weight of Evidence) dans la régression logistique

Il s'agit d'une question concernant une pratique ou une méthode suivie par certains de mes collègues. En faisant un modèle de régression logistique, j'ai vu des gens remplacer des variables catégorielles (ou des variables continues qui sont regroupées) par leur poids de preuve respectif (WoE). Ceci est censé être fait …

14 regression logistic categorical-data modeling

4

Quelle est / sont la différence «mécanique» entre la régression linéaire multiple avec décalages et séries chronologiques?

Je suis diplômé des affaires et de l'économie et j'étudie actuellement pour une maîtrise en ingénierie des données. Tout en étudiant la régression linéaire (LR) puis l'analyse des séries chronologiques (TS), une question m'est venue à l'esprit. Pourquoi créer une toute nouvelle méthode, c'est-à-dire des séries chronologiques (ARIMA), au lieu …

14 regression time-series multiple-regression least-squares arima

1

Lasso bayésien vs pointe et dalle

Question: Quels sont les avantages / inconvénients d'utiliser l'un avant l'autre pour la sélection des variables? Supposons que j'ai la probabilité: où je peux mettre l' un des prieurs: ou: w i ∼ π δ 0 + ( 1 - π ) N ( 0 , 100 )y∼N(Xw,σ2I)y∼N(Xw,σ2I)y\sim\mathcal{N}(Xw,\sigma^2I)w i ∼ …

14 bayesian feature-selection

3

Existe-t-il des alternatives à Elo pour les événements non d'équipe / individuels?

Existe-t-il des systèmes de notation ou de classement bien connus, similaires à Elo, pour les événements multi-participants? Par exemple, un système qui peut évaluer diverses formes de course (auto, descente, cheval, etc.) ou d'autres sports individuels (golf, par exemple)?

14 ranking elo

3

Réseau de neurones - entrée binaire vs entrée discrète / continue

Y a-t-il de bonnes raisons de préférer les valeurs binaires (0/1) aux valeurs normalisées discrètes ou continues , par exemple (1; 3), comme entrées pour un réseau à action directe pour tous les nœuds d'entrée (avec ou sans rétropropagation)? Bien sûr, je ne parle que des entrées qui pourraient être …

14 neural-networks

4

Mise à l'échelle des fonctionnalités et normalisation moyenne

Je suis le cours d'apprentissage automatique d'Andrew Ng et je n'ai pas pu obtenir la réponse à cette question après plusieurs tentatives. Veuillez aider à résoudre ce problème, même si j'ai traversé le niveau. Supposons que étudiants aient suivi un cours et que la classe ait passé un examen à …

14 machine-learning self-study normalization

4

Pas de terme de régularisation pour l'unité de biais dans le réseau neuronal

Selon ce tutoriel sur l'apprentissage en profondeur , la décroissance du poids (régularisation) n'est généralement pas appliquée aux termes de biais b pourquoi? Quelle est la signification (l'intuition) derrière cela?

14 machine-learning neural-networks bias regularization