Questions marquées «nonlinear»

Cette balise est obsolète car elle est trop large. Veuillez trouver une balise plus spécifique.

1
Modèle linéaire non linéaire ou généralisé: comment référez-vous à la régression logistique, Poisson, etc.?
J'ai une question sur la sémantique sur laquelle j'aimerais avoir l'avis de mes collègues statisticiens. Nous savons que des modèles tels que la logistique, Poisson, etc. tombent sous l'égide de modèles linéaires généralisés. Le modèle comprend des fonctions non linéaires des paramètres, qui peuvent à leur tour être modélisées en …
3
qu'est-ce qui fait des réseaux de neurones un modèle de classification non linéaire?
J'essaie de comprendre la signification mathématique des modèles de classification non linéaires: Je viens de lire un article sur le fait que les réseaux de neurones sont un modèle de classification non linéaire. Mais je réalise juste que: La première couche: h1=x1∗wx1h1+x2∗wx1h2h1=x1∗wx1h1+x2∗wx1h2h_1=x_1∗w_{x1h1}+x_2∗w_{x1h2} h2=x1∗wx2h1+x2∗wx2h2h2=x1∗wx2h1+x2∗wx2h2h_2=x_1∗w_{x2h1}+x_2∗w_{x2h2} La couche suivante y=b∗wby+h1∗wh1y+h2∗wh2yy=b∗wby+h1∗wh1y+h2∗wh2yy=b∗w_{by}+h_1∗w_{h1y}+h_2∗w_{h2y} Peut être simplifié …
2
Si un modèle de série chronologique auto-régressif n'est pas linéaire, a-t-il encore besoin de stationnarité?
Penser à utiliser des réseaux de neurones récurrents pour la prévision de séries chronologiques. Ils implémentent essentiellement une sorte d'auto-régression non linéaire généralisée, par rapport aux modèles ARMA et ARIMA qui utilisent l'auto-régression linéaire. Si nous effectuons une auto-régression non linéaire, est-il toujours nécessaire que les séries chronologiques soient stationnaires …
4
La précision de la machine augmentant le gradient diminue à mesure que le nombre d'itérations augmente
J'expérimente l'algorithme de la machine de renforcement de gradient via le caretpackage en R. À l'aide d'un petit ensemble de données d'admission à l'université, j'ai exécuté le code suivant: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
3
Pourquoi est-il important de faire une distinction entre régression «linéaire» et «non linéaire»?
Quelle est l'importance de la distinction entre modèles linéaires et non linéaires? La question du modèle linéaire non linéaire ou généralisé: comment référez-vous à la régression logistique, Poisson, etc.? et sa réponse a été une clarification extrêmement utile de la linéarité / non-linéarité des modèles linéaires généralisés. Il semble extrêmement …
3
Stratégie d'ajustement d'une fonction hautement non linéaire
Pour analyser les données d'une expérience de biophysique, j'essaie actuellement de faire un ajustement de courbe avec un modèle hautement non linéaire. La fonction modèle ressemble essentiellement à: y= a x + b x- 1 / deuxy=ax+bx−1/2y = ax + bx^{-1/2} Ici, la valeur de est particulièrement intéressante.bbb Un tracé …
3
Non-linéarité avant la couche Softmax finale dans un réseau neuronal convolutionnel
J'étudie et j'essaie de mettre en œuvre des réseaux de neurones convolutionnels, mais je suppose que cette question s'applique aux perceptrons multicouches en général. Les neurones de sortie de mon réseau représentent l'activation de chaque classe: le neurone le plus actif correspond à la classe prédite pour une entrée donnée. …
3
Quels sont les critères et la prise de décision pour la non-linéarité dans les modèles statistiques?
J'espère que la question générale suivante aura un sens. Veuillez garder à l'esprit qu'aux fins de cette question particulière, je ne suis pas intéressé par les raisons théoriques (domaine) d'introduire la non-linéarité. Par conséquent, je formulerai la question complète comme suit: Qu'est-ce qu'un cadre logique ( critères et, si possible, …
2
Comment dois-je modéliser les interactions entre les variables explicatives lorsque l'une d'entre elles peut avoir des termes quadratiques et cubiques?
J'espère sincèrement avoir formulé cette question de manière à ce qu'elle puisse être résolue définitivement - sinon, faites-le moi savoir et je vais réessayer! Je devrais également, je suppose, noter que j'utiliserai R pour ces analyses. J'ai plusieurs mesures plant performance (Ys)dont je soupçonne qu'elles ont été influencées par quatre …
2
Qualité de l'ajustement pour le modèle non linéaire
Nous avons ajusté une fonction non linéaire aux données observées. La prochaine étape devrait être l'évaluation de la qualité de l'ajustement de cette fonction (comme pour les modèles linéaires).R2R2R^2 Quels sont les moyens habituels de mesurer cela? Modifier 1: Le montage a été réalisé comme suit: Effectuer une régression linéaire …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.