Estatísticas e Big Data

Quais são as vantagens, por que alguém usaria vários LSTMs, empilhados lado a lado, em uma rede profunda? Estou usando um LSTM para representar uma sequência de entradas como uma única entrada. Então, uma vez que eu tenho essa única representação - por que eu a repassaria novamente? Estou perguntando …

25 classification  neural-networks  deep-learning  lstm  rnn 

Ao longo do tempo, assumimos que nossa estatística é uma função de alguns dados X 1 , … X n que são extraídos da função de distribuição F ; a função de distribuição empírica da nossa amostra é F . Então θ ( F ) é a estatística visto como …

25 probability  mathematical-statistics  bootstrap  asymptotics  consistency 

Por que as funções de ativação de unidades lineares retificadas (ReLU) são consideradas não lineares? f( x ) = max ( 0 , x )f(x)=max(0 0,x) f(x) = \max(0,x) Eles são lineares quando a entrada é positiva e, do meu entendimento, para desbloquear o poder representativo das redes profundas, as …

25 neural-networks  deep-learning 

Estou tentando desenvolver um modelo preditivo usando dados clínicos de alta dimensão, incluindo valores laboratoriais. O espaço de dados é escasso com amostras de 5k e 200 variáveis. A idéia é classificar as variáveis ​​usando um método de seleção de recursos (IG, RF etc.) e usar recursos de alta classificação …

25 machine-learning  missing-data 

A afirmação de que funções de variáveis ​​aleatórias independentes são elas próprias independentes, é verdade? Vi esse resultado frequentemente usado implicitamente em algumas provas, por exemplo, na prova de independência entre a média da amostra e a variação da amostra de uma distribuição normal, mas não consegui encontrar justificativas para …

25 probability  self-study  random-variable  independence 

Digamos que tenhamos uma distribuição de Dirichlet com o parâmetro do vetor dimensional . Como posso desenhar uma amostra (um vetor dimensional ) dessa distribuição? Eu preciso de uma (possivelmente) explicação simples.KKKα⃗ =[α1,α2,...,αK]α→=[α1,α2,...,αK]\vec\alpha = [\alpha_1, \alpha_2,...,\alpha_K]KKK

25 sampling  dirichlet-distribution 

Recentemente, comecei a estudar aprendizado de máquina, mas não compreendi a intuição por trás da regressão logística . A seguir, são apresentados os fatos sobre a regressão logística. Como base para a hipótese, usamos a função sigmóide . Entendo por que é uma escolha correta, mas por que é a …

25 regression  machine-learning  logistic 

Então, acho que tenho uma compreensão decente dos conceitos básicos de probabilidade freqüente e análise estatística (e quão mal pode ser usado). Em um mundo freqüentista, faz sentido fazer uma pergunta como "essa distribuição é diferente daquela distribuição", porque as distribuições são assumidas como reais, objetivas e imutáveis ​​(para uma …

25 distributions  bayesian 

Eu tenho um conjunto de dados com um conjunto de recursos. Alguns deles são binários ativo ou acionado, inativo ou inativo) e o restante é valorizado de verdade, por exemplo, .(1=(1=(1=0=0=0=4564.3424564.3424564.342 Eu quero alimentar esses dados para um algoritmo de aprendizado de máquina, de modo que -Score todas as características …

25 machine-learning  normalization  binary-data 

Na discussão: como gerar uma curva roc para classificação binária , acho que a confusão foi que um "classificador binário" (que é qualquer classificador que separa duas classes) foi para Yang o que é chamado de "classificador discreto" (que produz saídas discretas 0/1 como um SVM) e não saídas contínuas …

25 cross-validation  roc  auc 

Eu tenho alguns dados e quero construir um modelo (por exemplo, um modelo de regressão linear) a partir desses dados. Em uma próxima etapa, quero aplicar a validação cruzada de uma saída para fora (LOOCV) no modelo para ver o desempenho. Se entendi direito o LOOCV, construo um novo modelo …

25 cross-validation 

Preciso gerar matrizes não quadradas aleatórias com linhas e colunas , elementos distribuídos aleatoriamente com média = 0 e restritos de forma que o comprimento (norma L2) de cada linha seja e o comprimento de cada coluna seja . Equivalentemente, a soma dos valores quadrados é 1 para cada linha …

25 random-generation  normalization  markov-process  random-matrix 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 6 anos . Gostaria de executar a normalização em coluna de uma matriz em R. Dada uma matriz …

25 r  data-transformation  normalization  matrix 

Eu tenho uma série temporal e quero subconjunto, mantendo-a como uma série temporal, preservando o início, o fim e a frequência. Por exemplo, digamos que eu tenha uma série temporal: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 2010 104 105 …

25 r  time-series 

Entendo que, quando a amostragem de uma população finita e o tamanho da nossa amostra é superior a 5% da população, é necessário corrigir a média e o erro padrão da amostra usando esta fórmula: FPC= N- nN- 1----√FPC=N-nN-1 1\hspace{10mm} FPC=\sqrt{\frac{N-n}{N-1}} Onde é o tamanho da população e é o …

25 sampling  finite-population