Statistiques et Big Data algorithms

1

Le but de l'article était d'optimiser certains paramètres en maximisant la log-vraisemblance régularisée. Ensuite, ils calculent des dérivées partielles. Et puis les auteurs mentionnent qu'ils optimisent l'équation en utilisant L-BFGS, une procédure standard de Newton pour optimiser les fonctions lisses de nombreuses variables (pas plus de détails). Comment ça marche …

14 algorithms optimization

1

Estimation des paramètres LogLikelihood pour le filtre de Kalman gaussien linéaire

J'ai écrit du code qui peut effectuer le filtrage de Kalman (en utilisant un certain nombre de filtres de type Kalman différents [Information Filter et al.]) Pour l'analyse linéaire de l'espace d'état gaussien pour un vecteur d'état à n dimensions. Les filtres fonctionnent très bien et j'obtiens une belle sortie. …

13 maximum-likelihood algorithms kalman-filter likelihood

1

Algèbre de LDA. Pouvoir de discrimination de Fisher d'une variable et analyse discriminante linéaire

Apparemment, l'analyse de Fisher vise à maximiser simultanément la séparation entre les classes, tout en minimisant la dispersion à l'intérieur des classes. Une mesure utile du pouvoir de discrimination d'une variable est donc donnée par la quantité diagonale: .Bii/WiiBii/WiiB_{ii}/W_{ii} http://root.cern.ch/root/htmldoc/TMVA__MethodFisher.html Je comprends que la taille ( p x p) du …

13 algorithms dimensionality-reduction discriminant-analysis sums-of-squares

1

LARS vs descente coordonnée pour le lasso

Quels sont les avantages et les inconvénients de l'utilisation de LARS [1] par rapport à l'utilisation de la descente de coordonnées pour ajuster la régression linéaire régularisée L1? Je m'intéresse principalement aux aspects de performance (mes problèmes ont tendance à avoir Ndes centaines de milliers et p<20). Cependant, toute autre …

13 regression lasso regularization regression references lasso regularization elastic-net r distributions aggregation clustering algorithms regression correlation modeling distributions time-series standard-deviation goodness-of-fit hypothesis-testing statistical-significance sample binary-data estimation random-variable interpolation distributions probability chi-squared predictor outliers regression modeling interaction

3

Quelqu'un peut-il expliquer l'algorithme de rétropropagation? [dupliquer]

Cette question a déjà des réponses ici : Algorithme de rétropropagation (2 réponses) Fermé il y a 3 mois . Qu'est-ce que l'algorithme de rétropropagation et comment fonctionne-t-il?

13 algorithms optimization neural-networks

8

Test d'algorithmes de génération de variables aléatoires

Quelles méthodes sont utilisées pour tester les algorithmes de génération de variables aléatoires?

12 algorithms hypothesis-testing random-variable random-generation

5

L'apprentissage automatique est-il un rêve?

En découvrant l'apprentissage automatique, je vois différentes techniques intéressantes telles que: régler automatiquement les algorithmes avec des techniques telles que grid search, obtenir des résultats plus précis grâce à la combinaison de différents algorithmes du même "type", c'est-à-dire boosting, obtenir des résultats plus précis grâce à la combinaison de différents …

12 machine-learning algorithms boosting stacking automatic-algorithms

1

Étapes effectuées dans l'analyse factorielle par rapport aux étapes effectuées dans l'ACP

Je sais comment effectuer l'ACP (analyse en composantes principales), mais j'aimerais connaître les étapes qui devraient être utilisées pour l'analyse factorielle. Pour effectuer l'ACP, considérons une matrice , par exemple:AAA 3 1 -1 2 4 0 4 -2 -5 11 22 20 J'ai calculé sa matrice de corrélation B = …

12 pca factor-analysis algorithms

3

Base mathématique pour les algorithmes d'exploration de données et d'intelligence artificielle

Pourriez-vous me donner quelques précisions sur l'exploration de données et les algorithmes d'intelligence artificielle? Pour quelle base mathématique ils ont utilisé? Pourriez-vous me donner un point de départ, en mathématiques, pour comprendre ces types d'algorithmes?

12 mathematical-statistics references data-mining algorithms artificial-intelligence

1

Définition des quantiles sur un échantillon pondéré

J'ai un échantillon pondéré, pour lequel je souhaite calculer des quantiles. 1 Idéalement, où les poids sont égaux (si = 1 ou autre), les résultats seraient conformes à celles de scipy.stats.scoreatpercentile()et R de quantile(...,type=7). Une approche simple serait de «multiplier» l'échantillon en utilisant les poids donnés. Cela donne effectivement un …

12 algorithms quantiles weighted-sampling

2

Les forêts aléatoires présentent-elles un biais de prédiction?

Je pense que c'est une question simple, bien que le raisonnement derrière pourquoi ou pourquoi ne le soit pas. La raison pour laquelle je demande, c'est que j'ai récemment écrit ma propre implémentation d'un RF et bien qu'il fonctionne bien, il ne fonctionne pas aussi bien que prévu (basé sur …

12 algorithms random-forest cart

3

Détection des valeurs aberrantes dans de très petits ensembles

J'ai besoin d'obtenir une valeur aussi précise que possible pour la luminosité d'une source de lumière principalement stable étant donné douze valeurs de luminosité d'échantillon. Le capteur est imparfait, et la lumière peut parfois "scintiller" plus ou moins sombre, ce qui peut être ignoré, d'où mon besoin de détection des …

12 classification outliers algorithms

4

Algorithmes de génération de nombres pseudo-aléatoires

Quels algorithmes sont utilisés dans les générateurs de nombres aléatoires modernes et de bonne qualité?

12 algorithms random-variable random-generation

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

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

Questions marquées «algorithms»