Statistiques et Big Data

3

Comment le modèle skip-gram de Word2Vec génère-t-il les vecteurs de sortie?

J'ai des problèmes pour comprendre le modèle skip-gram de l'algorithme Word2Vec. Dans un sac de mots continu, il est facile de voir comment les mots de contexte peuvent "s'adapter" dans le réseau neuronal, car vous les basez en moyenne après avoir multiplié chacune des représentations de codage à chaud avec …

11 neural-networks deep-learning natural-language word2vec word-embeddings

2

Arbres de décision et régression - Les valeurs prévues peuvent-elles être en dehors de la plage des données d'entraînement?

En ce qui concerne les arbres de décision, la valeur prédite peut-elle se situer en dehors de la plage des données de formation? Par exemple, si la plage de l'ensemble de données d'apprentissage de la variable cible est 0-100, lorsque je génère mon modèle et l'applique à autre chose, mes …

11 regression predictive-models random-forest cart

3

Quelle fonction de perte doit-on utiliser pour obtenir un classificateur binaire de haute précision ou à rappel élevé?

J'essaie de faire un détecteur d'objets qui se produisent très rarement (en images), en prévoyant d'utiliser un classificateur binaire CNN appliqué dans une fenêtre coulissante / redimensionnée. J'ai construit des ensembles d'entraînement et de test positifs / négatifs équilibrés 1: 1 (est-ce une bonne chose à faire dans un tel …

11 logistic classification unbalanced-classes loss-functions

1

Comment tester si une matrice de covariance croisée est non nulle?

Le fond de mon étude : Dans un échantillonnage de Gibbs où nous échantillonnons (la variable d'intérêt) et partir de et respectivement, où et sont des vecteurs aléatoires à dimensions. Nous savons que le processus est généralement divisé en deux étapes:XXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk Période de rodage, où nous jetons tous les échantillons. …

11 hypothesis-testing covariance covariance-matrix gibbs

1

Algorithme: recherche binaire lorsque les valeurs sont incertaines

J'ai besoin d'un algorithme pour faire une recherche binaire lorsque le test à chaque étape peut donner le mauvais résultat. Contexte: Je dois placer les élèves sur le niveau de difficulté le plus approprié parmi 12. L'approche actuelle est la force brute et pose 60 questions à choix multiples à …

11 algorithms

2

Les méthodes bayésiennes sont-elles intrinsèquement séquentielles?

C'est-à-dire que faire une analyse séquentielle (vous ne savez pas à l'avance exactement combien de données vous allez collecter) avec des méthodes fréquentistes nécessite un soin particulier; vous ne pouvez pas simplement collecter des données jusqu'à ce que la valeur p soit suffisamment petite ou qu'un intervalle de confiance soit …

11 bayesian inference philosophical sequential-analysis

2

Probabilité que l'arrangement Secret Santa se traduira par des accords parfaits

Donc, nous avions Secret Santa au travail. Nous sommes 8 personnes. Nous avons chacun tour à tour et tiré un petit morceau de papier d'un bol avec un nom dessus. La seule règle: si vous tirez votre nom, vous devez remettre le morceau de papier dans le bol et réessayer. …

11 combinatorics odds

3

Pourquoi le terme de biais dans SVM est-il estimé séparément, au lieu d'une dimension supplémentaire dans le vecteur caractéristique?

L'hyperplan optimal dans SVM est défini comme: w⋅x+b=0,w⋅x+b=0,\mathbf w \cdot \mathbf x+b=0, où représente le seuil. Si nous avons un mappage qui mappe l'espace d'entrée à un espace , nous pouvons définir SVM dans l'espace , où l'hiperplane optimal sera:bbbϕϕ\mathbf \phiZZZZZZ w⋅ϕ(x)+b=0.w⋅ϕ(x)+b=0.\mathbf w \cdot \mathbf \phi(\mathbf x)+b=0. Cependant, nous pouvons …

11 svm threshold

2

Le «mot de passe le plus fort»

J'ai une application protégée par un code PIN à quatre chiffres et l'utilisateur a obtenu cinq tentatives de connexion avant le verrouillage du compte. Maintenant, un de mes clients veut "renforcer" la sécurité et plaider pour une autre solution: PIN à six chiffres AUCUN "même chiffre côte à côte": par …

11 combinatorics

1

Approximation

Je lisais nonchalamment un article (en économie) qui avait l'approximation suivante pour :log(E(X))log⁡(E(X))\log(E(X)) ,log(E(X))≈E(log(X))+0.5var(log(X))log⁡(E(X))≈E(log⁡(X))+0.5var(log⁡(X))\log(E(X)) \approx E(\log(X))+0.5 \mathrm{var}(\log(X)) ce que l'auteur dit est exact si X est log-normal (ce que je sais). Ce que je ne sais pas, c'est comment dériver cette approximation. J'ai essayé de calculer une approximation de Taylor …

11 lognormal approximation taylor-series

3

Visualisez la distribution binomiale bivariée

Question: à quoi ressemble une distribution binomiale bivariée dans un espace tridimensionnel? Ci-dessous se trouve la fonction spécifique que je voudrais visualiser pour différentes valeurs des paramètres; à savoir, nnn , et . p 2p1p1p_{1}p2p2p_{2} f(x1,x2)=n!x1!x2!px11px22,x1+x2=n,p1+p2=1.f(x1,x2)=n!x1!x2!p1x1p2x2,x1+x2=n,p1+p2=1.f(x_{1},x_{2}) = \frac{n!}{x_{1}!x_{2}!}p_{1}^{x_{1}}p_{2}^{x_{2}}, \qquad x_{1}+x_{2}=n, \quad p_{1}+p_{2}=1. Notez qu'il existe deux contraintes; et . De …

11 probability data-visualization binomial discrete-data distributions

3

Les interactions ne sont-elles utiles que dans le contexte de la régression?

J'ai toujours lu le terme interaction dans le contexte de la régression. Devrions-nous également considérer les interactions avec différents modèles, par exemple knn ou svm? S'il y a , ou même plus de fonctionnalités et disons observations quelle est la manière habituelle de trouver des interactions utiles? Essayez toutes les …

11 machine-learning interaction terminology

3

Comprendre le conjugué bêta avant dans l'inférence bayésienne sur une fréquence

Voici un extrait de l' introduction de Bolstad aux statistiques bayésiennes . Pour tous les experts, cela pourrait être trivial, mais je ne comprends pas comment l'auteur conclut que nous n'avons pas à faire d'intégration pour calculer la probabilité postérieure d'une certaine valeur de . Je comprends la deuxième expression …

11 distributions bayesian beta-distribution conjugate-prior

4

Pourquoi les mesures de dispersion sont-elles moins intuitives que la centralité?

Il semble qu'il y ait quelque chose dans notre compréhension humaine qui crée des difficultés à saisir intuitivement l'idée de variance. Dans un sens étroit, la réponse est immédiate: la quadrature nous rejette de notre compréhension réflexive. Mais, est-ce seulement la variance qui pose problème, ou est-ce l'idée de propagation …

11 variance dispersion

2

Latin Hypercube Sampling Asymptotics

J'essaie de construire une preuve d'un problème sur lequel je travaille et l'une des hypothèses que je fais est que l'ensemble des points à partir desquels je suis échantillonné est dense sur tout l'espace. En pratique, j'utilise l'échantillonnage d'hypercube latin pour obtenir mes points sur tout l'espace d'échantillonnage. Ce que …

11 sampling asymptotics latin-square latin-hypercube