Statistiques et Big Data

1

Puis-je utiliser ReLU dans l'encodeur automatique comme fonction d'activation?

Lors de la mise en œuvre d'un autoencodeur avec réseau de neurones, la plupart des gens utiliseront sigmoïde comme fonction d'activation. Pouvons-nous utiliser ReLU à la place? (Étant donné que ReLU n'a pas de limite sur la limite supérieure, ce qui signifie essentiellement que l'image d'entrée peut avoir un pixel …

11 machine-learning neural-networks deep-learning autoencoders

2

Peut augmentent lorsque

Si β∗=argminβ∥y−Xβ∥22+λ∥β∥1β∗=argminβ‖y−Xβ‖22+λ‖β‖1\beta^*=\mathrm{arg\,min}_{\beta} \|y-X\beta\|^2_2+\lambda\|\beta\|_1 , ∥β∗∥2‖β∗‖2\|\beta^*\|_2 augmenter lorsque λλ\lambda augmente? Je pense que c'est possible. Bien que ∥β∗∥1‖β∗‖1\|\beta^*\|_1 n'augmente pas lorsque λλ\lambda augmente (ma preuve ), ∥β∗∥2‖β∗‖2\|\beta^*\|_2 peut augmenter. La figure ci-dessous montre une possibilité. Lorsque λλ\lambda augmente, si β∗β∗\beta^* déplace (linéairement) de PPP vers QQQ , alors ∥β∗∥2‖β∗‖2\|\beta^*\|_2 augmente tandis …

11 lasso

4

Diviser les données en N groupes égaux

J'ai un cadre de données qui contient des valeurs sur 4 colonnes: Par exemple: ID, price, click count,rating Ce que je voudrais faire, c'est "diviser" cette trame de données en N groupes différents où chaque groupe aura un nombre égal de lignes avec la même distribution de prix, le nombre …

11 r distributions

1

Comment puis-je calculer

Comment évaluer l'attente du CDF normal au carré sous forme fermée? E [ Φ ( a Z+ b )2] = ∫∞- ∞Φ ( a z+ b )2ϕ ( z)rézE[Φ(uneZ+b)2]=∫-∞∞Φ(unez+b)2ϕ(z)réz\mathbb{E}\left[\Phi\left(aZ+b\right)^{2}\right] = \int_{-\infty}^{\infty}\Phi\left(az+b\right)^{2}\phi(z)\,dz Ici, , b sont des nombres réels, Z ∼ N ( 0 , 1 ) , et ϕ ( …

11 mathematical-statistics

2

Question sur Continuous Bag of Words

J'ai du mal à comprendre cette phrase: La première architecture proposée est similaire à la NNLM à action directe, où la couche cachée non linéaire est supprimée et la couche de projection est partagée pour tous les mots (pas seulement la matrice de projection); ainsi, tous les mots sont projetés …

11 machine-learning neural-networks natural-language word-embeddings language-models

3

Classificateur avec précision réglable vs rappel

Je travaille sur un problème de classification binaire où il est beaucoup plus important de ne pas avoir de faux positifs; beaucoup de faux négatifs sont ok. J'ai utilisé un tas de classificateurs dans sklearn par exemple, mais je pense qu'aucun d'entre eux n'a la capacité d'ajuster explicitement le compromis …

11 classification precision-recall

2

Qu'entend-on par proximité dans des forêts aléatoires?

Je suis tombé sur le terme de proximité dans des forêts aléatoires. Mais je ne pouvais pas comprendre ce qu'il fait dans des forêts aléatoires. Comment cela aide-t-il à des fins de classification?

11 machine-learning random-forest

2

Pourquoi devrions-nous supprimer la saisonnalité d'une série chronologique?

En travaillant avec des séries chronologiques, nous détectons et supprimons parfois la saisonnalité à l'aide de l'analyse spectrale. Je suis un vrai débutant dans les séries chronologiques, et je ne comprends pas pourquoi on voudrait supprimer la saisonnalité de la série chronologique originale? La suppression de la saisonnalité ne déforme-t-elle …

11 time-series seasonality

2

Quelle distribution le test exact de Fisher suppose-t-il?

Dans mon travail, j'ai vu plusieurs utilisations du test exact de Fisher, et je me demandais dans quelle mesure il correspond à mes données. En regardant plusieurs sources, j'ai compris comment calculer la statistique, mais je n'ai jamais vu d'explication claire et formelle de l'hypothèse nulle supposée. Quelqu'un peut-il expliquer …

11 hypothesis-testing chi-squared multinomial contingency-tables fishers-exact

2

Pourquoi la convolution fonctionne-t-elle?

Je sais donc que si nous voulons trouver la distribution de probabilité d'une somme de variables aléatoires indépendantes , nous pouvons la calculer à partir des distributions de probabilité de et , en disantX+YX+YX + YXXXYYY fX+Y(a)=∫∞x=−∞fX,Y(X=x,Y=a−x) dx=∫∞x=−∞fX(x)fY(a−x) dxfX+Y(a)=∫x=−∞∞fX,Y(X=x,Y=a−x) dx=∫x=−∞∞fX(x)fY(a−x) dxf_{X + Y}(a) = \int_{x = -\infty}^{\infty} f_{X, Y}(X = …

11 probability

1

Références et meilleures pratiques pour définir des germes dans la génération de nombres pseudo-aléatoires

Dans ce document , qui concerne la commande "set seed", les gens de Stata discutent des problèmes liés à la définition des graines lors de la génération de nombres pseudo-aléatoires. Un "non" notable est "ne pas utiliser en série la séquence de nombres naturels comme graines, car cela a un …

11 random-generation

2

Qu'est-ce qu'une distribution log-odds?

Je lis un manuel sur l'apprentissage automatique (Data Mining par Witten, et al., 2011) et suis tombé sur ce passage: ... De plus, différentes distributions peuvent être utilisées. Bien que la distribution normale soit généralement un bon choix pour les attributs numériques, elle ne convient pas aux attributs qui ont …

11 machine-learning distributions

2

Si une série chronologique est stationnaire du second ordre, cela signifie-t-il qu'elle est strictement stationnaire?

Un processus est strictement stationnaire si la distribution conjointe de est la même que la distribution conjointe de pour tout , pour tout et pour tout .X t 1 , X t 2 , . . . , X t m X t 1 + k , X t 2 …

11 time-series autocorrelation stochastic-processes stationarity

2

Comment effectuer une analyse résiduelle pour les prédicteurs indépendants binaires / dichotomiques en régression linéaire?

J'effectue la régression linéaire multiple ci-dessous dans R pour prédire les rendements des fonds gérés. reg <- lm(formula=RET~GRI+SAT+MBA+AGE+TEN, data=rawdata) Ici, seuls GRI et MBA sont des prédicteurs binaires / dichotomiques; les prédicteurs restants sont continus. J'utilise ce code pour générer des tracés résiduels pour les variables binaires. plot(rawdata$GRI, reg$residuals) abline(lm(reg$residuals~rawdata$GRI, …

11 r multiple-regression categorical-data heteroscedasticity residuals

3

Qu'est-ce qu'une bonne ASC pour une courbe de rappel de précision?

Parce que j'ai un ensemble de données très déséquilibré (9% de résultats positifs), j'ai décidé qu'une courbe de rappel de précision était plus appropriée qu'une courbe ROC. J'ai obtenu la mesure sommaire analogue de l'aire sous la courbe PR (.49, si vous êtes intéressé), mais je ne sais pas comment …

11 classification precision-recall auc