Statistiques et Big Data

3

(Pourquoi) La SOM à la Kohonen est-elle tombée en disgrâce?

Autant que je sache, les MOS de style Kohonen ont connu un pic vers 2005 et n’ont pas suscité autant de faveur récemment. Je n'ai trouvé aucun article indiquant que les MOS ont été assimilés par une autre méthode ou prouvés équivalents à autre chose (de toute façon à des …

33 clustering self-organizing-maps

3

Existe-t-il un problème d'apprentissage supervisé empêchant les réseaux de neurones (profonds) de surpasser les autres méthodes?

J'ai vu des gens mettre beaucoup d'efforts sur SVM et les noyaux, et ils ont l'air très intéressants en tant que débutants en Machine Learning. Mais si nous nous attendons à ce que nous puissions presque toujours trouver une solution plus performante en termes de réseau de neurones (profonds), quelle …

33 machine-learning svm kernel-trick supervised-learning

3

Pré-formation au réseau de neurones convolutionnel profond?

Quelqu'un a-t-il déjà vu des publications sur la formation préalable au réseau de neurones à convolution profonde? Je n'ai vu que de la pré-formation non supervisée dans les machines à codeur automatique ou à boltzman restreint.

33 machine-learning neural-networks deep-learning conv-neural-network autoencoders

2

Degrés de liberté de dans le test de Hosmer-Lemeshow

La statistique de test du test de Hosmer-Lemeshow (HLT) pour la qualité de l'ajustement (GOF) d'un modèle de régression logistique est définie comme suit: L'échantillon est ensuite divisé en déciles, , on calcule les quantités suivantes par décile:D 1 , D 2 , … , D dd=10d=10d=10D1,D2,…,DdD1,D2,…,DdD_1, D_2, \dots , …

33 regression logistic goodness-of-fit degrees-of-freedom hosmer-lemeshow-test

2

Trouver des quartiles en R

Je travaille sur un manuel de statistiques tout en apprenant R et je suis tombé sur une pierre d'achoppement sur l'exemple suivant: Après avoir regardé, ?quantilej'ai essayé de recréer ceci dans R avec ce qui suit: > nuclear <- c(7, 20, 16, 6, 58, 9, 20, 50, 23, 33, 8, …

33 r quantiles

1

Quelle est la raison intuitive derrière les rotations dans l'analyse factorielle / ACP et comment sélectionner la rotation appropriée?

Mes questions Quelle est la raison intuitive derrière la rotation des facteurs dans l'analyse factorielle (ou des composants de la PCA)? D'après ce que je comprends, si les variables sont presque également chargées dans les principaux composants (ou facteurs), il est évidemment difficile de différencier les composants. Donc, dans ce …

33 pca interpretation factor-analysis dimensionality-reduction factor-rotation

2

Différences entre la distance de Bhattacharyya et la divergence KL

Je cherche une explication intuitive pour les questions suivantes: En statistique et en théorie de l’information, quelle est la différence entre la distance de Bhattacharyya et la divergence de KL, en tant que mesures de la différence entre deux distributions de probabilité discrètes? Ont-ils absolument aucune relation et mesurent-ils la …

33 mathematical-statistics information-theory kullback-leibler bhattacharyya

8

Est-il possible de supprimer les données aberrantes des données?

J'ai cherché un moyen de supprimer les valeurs aberrantes d'un jeu de données et j'ai trouvé cette question . Cependant, dans certains commentaires et réponses à cette question, certaines personnes ont indiqué qu’il était de mauvaise pratique de supprimer les données aberrantes des données. Dans mon jeu de données, j'ai …

33 outliers

5

Un échantillon de matrice de covariance est-il toujours symétrique et positif défini?

Lors du calcul de la matrice de covariance d'un échantillon, est-il alors garanti d'obtenir une matrice symétrique et définie positive? Actuellement, mon problème a un échantillon de 4600 vecteurs d'observation et 24 dimensions.

33 sampling covariance

4

(Pourquoi) les modèles suralimentés ont-ils tendance à avoir des coefficients élevés?

J'imagine que plus le coefficient d'une variable est grand, plus le modèle doit pouvoir "basculer" dans cette dimension, ce qui augmente les possibilités d'adaptation au bruit. Bien que je pense avoir une idée raisonnable de la relation entre la variance dans le modèle et les coefficients élevés, je ne comprends …

33 regression variance linear-model bias regularization

3

Les chiffres de statistiquement aléatoires?

Supposons que vous observiez la séquence: 7, 9, 0, 5, 5, 5, 4, 8, 0, 6, 9, 5, 3, 8, 7, 8, 5, 4, 0, 0, 6, 6, 4, 5, 3, 3, 7, 5, 9, 8, 1, 8, 6, 2, 8, 4, 6, 4, 1, 9, 9, 0, 5, 2, …

33 random-generation randomness

3

Interpréter les tracés de diagnostic résiduels pour les modèles glm?

Je cherche des directives sur la manière d’interpréter les graphes résiduels de modèles GLM. Surtout poisson, modèle binomial négatif, binomial. Que pouvons-nous attendre de ces parcelles lorsque les modèles sont "corrects"? (par exemple, nous nous attendons à ce que la variance augmente à mesure que la valeur prédite augmente, dans …

33 generalized-linear-model diagnostic residuals

4

Origine du seuil «5

Selon des reportages, le CERN annoncera demain que le boson de Higgs a été détecté de manière expérimentale avec des preuves de 5 . Selon cet article:σσ\sigma 5 équivaut à 99,99994% des chances que les données détectées par les détecteurs CMS et ATLAS ne soient pas que du bruit aléatoire …

33 hypothesis-testing p-value history

1

Comment former et valider un modèle de réseau neuronal en R?

Je suis novice en modélisation avec les réseaux de neurones, mais j’ai réussi à établir un réseau de neurones avec tous les points de données disponibles qui correspond bien aux données observées. Le réseau de neurones a été réalisé en R avec le paquet nnet: require(nnet) ##33.8 is the highest …

33 r neural-networks

7

Paradoxe d'anniversaire avec une torsion (énorme): Probabilité de partager exactement la même date de naissance avec le partenaire?

Je partage la même date de naissance que mon petit ami, la même date mais aussi la même année, nos naissances sont séparées de 5 heures à peu près. Je sais que les chances de rencontrer quelqu'un qui est né le même jour que moi sont assez élevées et que …

33 probability birthday-paradox