Statistiques et Big Data

4

Dans un réseau neuronal convolutif (CNN), lors de la convolution de l'image, l'opération est-elle utilisée le produit scalaire ou la somme de la multiplication par élément?

L'exemple ci-dessous est tiré des conférences de deeplearning.ai montre que le résultat est la somme du produit élément par élément (ou "multiplication par élément". Les nombres rouges représentent les poids dans le filtre: ( 1 ∗ 1 ) + ( 1 ∗ 0 ) + ( 1 ∗ 1 ) …

12 deep-learning conv-neural-network matrix

2

Problèmes de causalité de Judea Pearl Book

Je commence à lire Causal Inference in Statistics, A Primer de Judea Pearl et. Al. J'ai une maîtrise en mathématiques, mais je n'ai jamais suivi de cours de statistique. Je suis un peu confus par l'une des premières questions de l'étude, et je ne peux poser aucune question à ce …

12 causality

2

Régression linéaire simple dans Keras

Après avoir regardé cette question: en essayant d'émuler la régression linéaire en utilisant Keras , j'ai essayé de rouler mon propre exemple, juste à des fins d'étude et pour développer mon intuition. J'ai téléchargé un simple ensemble de données et utilisé une colonne pour en prédire une autre. Les données …

12 regression machine-learning neural-networks linear keras

1

RMSE vs écart-type de la population

RMSE (erreur quadratique moyenne) et SD (écart-type) ont des formules similaires. Ce lien dit La seule différence est que vous divisez par et non par puisque vous ne soustrayez pas la moyenne de l'échantillon ici. Le RMSE correspondrait alors à . Par conséquent, la population RMSE est et vous voulez …

12 standard-deviation rms

2

Modélisation avec plus de variables que de points de données

Je suis relativement nouveau dans l'apprentissage machine / modélisation et j'aimerais avoir des informations sur ce problème. J'ai un ensemble de données où le nombre d'observations est mais le nombre de variables est . Premièrement, est-il même judicieux d'envisager de construire un modèle sur un ensemble de données comme celui-ci …

12 regression machine-learning dimensionality-reduction penalized

3

Signification de «erreur de reconstruction» dans PCA et LDA

J'implémente PCA, LDA et Naive Bayes, respectivement pour la compression et la classification (implémentant à la fois un LDA pour la compression et la classification). J'ai le code écrit et tout fonctionne. Ce que je dois savoir, pour le rapport, c'est quelle est la définition générale de l' erreur de …

12 machine-learning pca terminology dimensionality-reduction discriminant-analysis

1

Distribution de l'erreur de somme des carrés pour la régression linéaire?

Je sais que la distribution de la variance de l'échantillon C'est du fait que peut être exprimée sous forme de matrice, (où A: symétrique), et elle pourrait être à nouveau exprimée en: (où Q: orthonormé, D: matrice diagonale). ∑(Xi−X¯)2σ2∼χ2(n−1)∑(Xi−X¯)2σ2∼χ(n−1)2 \sum\frac{(X_i-\bar{X})^2}{\sigma^2}\sim \chi^2_{(n-1)} ∑(Xi−X¯)2n−1∼σ2n−1χ2(n−1)∑(Xi−X¯)2n−1∼σ2n−1χ(n−1)2 \sum\frac{(X_i-\bar{X})^2}{n-1}\sim \frac{\sigma^2}{n-1}\chi^2_{(n-1)} (X−X¯)2(X−X¯)2(X-\bar{X})^2xAx′xAx′xAx'x′QDQ′xx′QDQ′xx'QDQ'x Qu'en est-il de , étant …

12 regression mathematical-statistics degrees-of-freedom sums-of-squares

2

Comment dois-je gérer les variables catégorielles à plusieurs niveaux lors de l'élimination en amont?

Je fais un modèle d'élimination rétrograde simple basé sur AIC où certaines variables sont des variables catégorielles à plusieurs niveaux. Ces variables sont modélisées comme un ensemble de variables fictives. Lors d'une élimination en amont, dois-je supprimer tous les niveaux d'une variable ensemble? Ou dois-je traiter chaque variable fictive séparément? …

12 model-selection

2

Biais d'âge moyen pour la qualification de titre de grand maître par groupes d'âge?

On sait depuis un certain temps que le plus jeune âge auquel les joueurs d'échecs ont réussi à se qualifier pour le titre de grand maître a considérablement diminué depuis les années 1950, et il y a actuellement près de 30 joueurs qui sont devenus grands maîtres avant leur 15e …

11 survival bias population censoring subset

5

Quelle fonction de perte dois-je utiliser pour la détection binaire dans la détection faciale / non faciale dans CNN?

Je veux utiliser l'apprentissage en profondeur pour former une détection binaire visage / non-visage, quelle perte dois-je utiliser, je pense que c'est SigmoidCrossEntropyLoss ou Hinge-loss . Est-ce vrai, mais je me demande aussi si je devrais utiliser softmax mais avec seulement deux classes?

11 deep-learning loss-functions computer-vision conv-neural-network

3

Comment discuter d'un nuage de points avec plusieurs lignes émergentes?

Nous avons mesuré deux variables et le nuage de points semble suggérer plusieurs modèles "linéaires". Y a-t-il un moyen d'essayer de distiller ces modèles? L'identification d'autres variables indépendantes s'est avérée difficile. Les deux variables sont fortement biaisées vers la gauche (vers les petits nombres), c'est une distribution attendue dans notre …

11 linear-model scatterplot

1

Quelle est la différence entre AIC () et extractAIC () dans R?

La documentation R pour l'un ou l'autre n'apporte pas beaucoup de lumière. Tout ce que je peux obtenir de ce lien est que l'utilisation de l'un ou l'autre devrait être correcte. Ce que je ne comprends pas, c'est pourquoi ils ne sont pas égaux. Réalité: La fonction de régression pas …

11 r regression aic stepwise-regression

2

Ajustement de la régression linéaire multiple dans R: résidus autocorrélés

J'essaie d'estimer une régression linéaire multiple dans R avec une équation comme celle-ci: regr <- lm(rate ~ constant + askings + questions + 0) les demandes et les questions sont des séries chronologiques de données trimestrielles, construites avec askings <- ts(...). Le problème est que j'ai obtenu des résidus autocorrélés. …

11 r time-series multiple-regression autocorrelation residuals

2

La taille de la population est-elle un paramètre ou la taille de l'échantillon est-elle une statistique?

Les définitions d'un paramètre et d'une statistique concordent assez bien: les paramètres et les statistiques sont des caractéristiques numériques ou des résumés numériques d'une population et d'un échantillon, respectivement, pour une étude donnée. Je ne pense pas que ce soit un usage courant, mais ... La taille de la population …

11 terminology definition

2

Définition de «centile»

Je lis maintenant une note sur la biostatistique écrite par PMT Education, et je remarque les phrases suivantes dans la section 2.7: Un bébé né au 50e centile pour la masse est plus lourd que 50% des bébés. Un bébé né au 25e centile pour la masse est plus lourd …

11 mathematical-statistics quantiles definition