Statistiques et Big Data

5

Comment voyez-vous qu'une chaîne de Markov est irréductible?

J'ai du mal à comprendre la propriété de la chaîne de Markov irréductible . Irréductible signifie que le processus stochastique peut "passer de n'importe quel état à n'importe quel état". Mais qu'est-ce qui définit s'il peut passer de l'état à l'état , ou non?jjeiijjj La page wikipedia donne la formalisation: …

12 stochastic-processes markov-process

3

Pourquoi la dimension VC est-elle importante?

Wikipédia dit que: La dimension VC est la cardinalité du plus grand ensemble de points qu'un algorithme peut briser. Par exemple, un classificateur linéaire a une cardinalité n + 1. Ma question est pourquoi nous en soucions-nous? La plupart des jeux de données sur lesquels vous effectuez une classification linéaire …

12 classification algorithms vc-dimension

3

Comment construire une matrice de confusion pour un classifieur multiclasse?

J'ai un problème avec 6 cours. Je construis donc un classificateur multiclasse, comme suit: pour chaque classe, j'ai un classificateur de régression logistique, en utilisant One vs. All, ce qui signifie que j'ai 6 classificateurs différents. Je peux signaler une matrice de confusion pour chacun de mes classificateurs. Mais, je …

12 machine-learning logistic classification multi-class confusion-matrix

2

Non-confusion dans le modèle causal de Rubin - explication de Layman

Lors de la mise en œuvre du modèle causal de Rubin, l'une des hypothèses (non testables) dont nous avons besoin est la non-confusion, ce qui signifie ( O( 0 ) , Y( 1 ) ) ⊥ T| X(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X Lorsque le LHS sont les contrefactuels, le T est le traitement …

12 causality treatment-effect confounding

1

Que signifie la distribution logarithmique uniforme?

Quand quelqu'un dit qu'une donnée est échantillonnée à partir d'une distribution logarithmique uniforme entre 128 et 4000, qu'est-ce que cela signifie? En quoi est-ce différent de l'échantillonnage à partir d'une distribution uniforme? Voir cet article: http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf Merci!

12 machine-learning distributions uniform

4

Quelles sont les différences entre les encodeurs automatiques et le t-SNE?

Pour autant que je sache, les encodeurs automatiques et t-SNE sont utilisés pour la réduction de dimensionnalité non linéaire. Quelles sont les différences entre eux et pourquoi devrais-je utiliser l'un par rapport à l'autre?

12 neural-networks deep-learning dimensionality-reduction autoencoders tsne

2

Comment utiliser auto.arima pour imputer des valeurs manquantes

J'ai une série zoo avec de nombreuses valeurs manquantes. J'ai lu que cela auto.arimapeut imputer ces valeurs manquantes? Quelqu'un peut-il m'apprendre à le faire? Merci beaucoup! C'est ce que j'ai essayé, mais sans succès: fit <- auto.arima(tsx) plot(forecast(fit))

12 arima

1

Quel est le problème avec l'utilisation du R au carré dans les modèles de séries chronologiques?

J'ai lu que l'utilisation du R au carré pour les séries temporelles n'est pas appropriée car dans un contexte de série temporelle (je sais qu'il existe d'autres contextes) le R au carré n'est plus unique. Pourquoi est-ce? J'ai essayé de chercher, mais je n'ai rien trouvé. En règle générale, je …

12 regression time-series r-squared

5

Comment calculer la précision et le rappel dans une matrice de confusion 3 x 3

Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 Comment puis-je calculer la précision et le rappel pour qu'il devienne facile de calculer le score F1. La matrice de confusion normale est une dimension 2 x 2. Cependant, quand il …

12 machine-learning precision-recall

3

Est-il possible d'appliquer une divergence KL entre distribution discrète et distribution continue?

Je ne suis pas mathématicien. J'ai recherché sur Internet KL Divergence. Ce que j'ai appris, c'est que la divergence KL mesure les informations perdues lorsque nous approchons la distribution d'un modèle par rapport à la distribution d'entrée. Je les ai vues entre deux distributions continues ou discrètes. Peut-on le faire …

12 distributions mathematical-statistics kullback-leibler

3

Différence entre le modèle d'équation simultanée et le modèle d'équation structurelle

Quelqu'un peut-il m'aider à comprendre quelles sont les différences entre le modèle d'équation simultanée et le modèle d'équation structurelle (SEM)? Ce sera formidable si quelqu'un peut me fournir de la documentation à ce sujet. De plus, existe-t-il de la littérature où le SEM a été utilisé dans le contexte de …

12 time-series references sem

2

Nombre minimal d'observations pour la régression linéaire multiple

Je fais une régression linéaire multiple. J'ai 21 observations et 5 variables. Mon objectif est simplement de trouver la relation entre les variables Mes données sont-elles suffisantes pour effectuer une régression multiple? Le résultat du test t a révélé que 3 de mes variables ne sont pas significatives. Dois-je refaire …

12 regression t-test multiple-regression

3

KNN a-t-il une fonction de perte?

Je n'ai pas trouvé de définition de la fonction de perte sur wiki dans le contexte de l'apprentissage automatique. celui-ci est cependant moins formel, il est assez clair. À la base, une fonction de perte est incroyablement simple: c'est une méthode pour évaluer la façon dont votre algorithme modélise votre …

12 machine-learning

2

Différence entre un réseau de neurones LSTM à une unité et LSTM à 3 unités

Le LSTM dans le code Keras suivant input_t = Input((4, 1)) output_t = LSTM(1)(input_t) model = Model(inputs=input_t, outputs=output_t) print(model.summary()) peut être représenté comme Je comprends que lorsque nous appelons model.predict(np.array([[[1],[2],[3],[4]]]))l'unité (uniquement) LSTM traite d'abord le vecteur [1], puis [2] plus le retour de l'entrée précédente et ainsi de suite jusqu'au …

12 machine-learning neural-networks lstm keras

1

Comment l'augmentation du gradient calcule-t-elle les estimations de probabilité?

J'ai essayé de comprendre le renforcement du gradient en lisant divers blogs et sites Web et en essayant de trouver ma réponse en parcourant par exemple le code source XGBoost. Cependant, je n'arrive pas à trouver une explication compréhensible de la façon dont les algorithmes de renforcement de gradient produisent …

12 machine-learning classification boosting ensemble xgboost