Estatísticas e Big Data

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 2 anos . Como podemos calcular o erro médio percentual absoluto (MAPE) de nossas previsões usando Python e …

24 predictive-models  python  scikit-learn  mape 

Estou interessado em saber como calcular um quantil de uma distribuição multivariada. Nas figuras, desenhei os quantis de 5% e 95% de uma determinada distribuição normal univariada (esquerda). Para a distribuição normal multivariada correta, estou imaginando que um análogo seria uma isolina que circunda a base da função densidade. Abaixo …

24 r  pdf  quantiles  multivariate-normal  multivariate-distribution 

Estou procurando um módulo Python que execute uma análise de ponto de mudança em uma série temporal. Existem vários algoritmos diferentes e eu gostaria de explorar a eficácia de alguns deles sem precisar rolar manualmente cada um dos algoritmos. Idealmente, eu gostaria de alguns módulos como o bcp (Bayesian Change …

24 time-series  python  change-point 

Os colegas me pedem alguma ajuda nesse assunto, que eu realmente não sei. Eles fizeram hipóteses sobre o papel de algumas variáveis ​​latentes em um estudo, e um árbitro pediu que formalizassem isso no MEV. Como o que eles precisam não parece muito difícil, acho que vou tentar ... por …

24 references  modeling  sem  psychometrics 

Realizei ANOVA de medidas repetidas em R, da seguinte maneira: aov_velocity = aov(Velocity ~ Material + Error(Subject/(Material)), data=scrd) summary(aov_velocity) Qual sintaxe em R pode ser usada para realizar um teste post hoc após uma ANOVA com medidas repetidas? O teste de Tukey com correção de Bonferroni seria apropriado? Se sim, …

24 r  anova  repeated-measures  post-hoc  contrasts 

A estimativa da densidade da janela de Parzen é descrita como p(x)=1n∑i=1n1h2ϕ(xi−xh)p(x)=1n∑i=1n1h2ϕ(xi−xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) onde é o número de elementos no vetor, x é um vetor, p ( x ) é uma densidade de probabilidade de x , h é a dimensão da janela de …

24 pdf  kernel-smoothing  intuition  density-estimation 

Ao construir um modelo de regressão em R ( lm), estou frequentemente recebendo esta mensagem "there are aliased coefficients in the model" O que exatamente isso significa? Além disso, devido a isso predict()também está dando um aviso. Embora seja apenas um aviso, quero saber como podemos detectar / remover coeficientes …

24 r  regression 

Quero saber por que a regressão logística é chamada de modelo linear. Ele usa uma função sigmóide, que não é linear. Então, por que a regressão logística é um modelo linear?

24 regression  logistic  terminology 

Eu estava confuso sobre as diferenças entre a pontuação da F1, a pontuação dos dados e a IoU (cruzamento sobre a união). Até agora eu descobri que F1 e Dice significam a mesma coisa (certo?) E IoU tem uma fórmula muito semelhante às outras duas. F1 / Dados:2 TP2 TP+ …

24 terminology  accuracy  precision-recall 

Entendo qual o papel do lambda em uma regressão com rede elástica. E eu posso entender por que alguém selecionaria lambda.min, o valor de lambda que minimiza o erro validado cruzado. Minha pergunta é: Onde na literatura estatística é recomendado usar lambda.1se, que é o valor de lambda que minimiza …

24 regression  cross-validation  regularization  glmnet  elastic-net 

Qual é a diferença entre dropout e drop connect? No AFAIK, o abandono elimina aleatoriamente os nós ocultos durante o treinamento, mas os mantém em teste e o abandono deixa cair as conexões. Mas descartar conexões equivale a descartar os nós ocultos? Os nós (ou conexões) não são apenas um …

24 neural-networks  dropout 

Estou tentando entender melhor as redes neurais convolucionais melhor escrevendo código Python que não depende de bibliotecas (como Convnet ou TensorFlow), e estou ficando preso na literatura sobre como escolher valores para a matriz do kernel, quando realizando uma convolução em uma imagem. Estou tentando entender os detalhes da implementação …

24 machine-learning  neural-networks  deep-learning  feature-construction  conv-neural-network 

Em uma pergunta recente e bem recebida, Tim pergunta quando os dados desequilibrados são realmente um problema no Machine Learning ? A premissa da pergunta é que há muita literatura de aprendizado de máquina discutindo o equilíbrio de classes e o problema das classes desequilibradas . A idéia é que …

24 machine-learning  classification  predictive-models  unbalanced-classes 

Tanto a entropia cruzada quanto a divergência KL são ferramentas para medir a distância entre duas distribuições de probabilidade. Qual é a diferença? Além disso, a minimização de KL é equivalente à minimização de entropia cruzada.K G ( P | Q ) = Σ x P ( x ) log …

24 entropy  kullback-leibler  cross-entropy 

Em muitos jogos online, quando os jogadores concluem uma tarefa difícil, às vezes é dada uma recompensa especial que todos que concluíram a tarefa podem usar. geralmente é uma montaria (método de transporte) ou outro item de vaidade (itens que não melhoram o desempenho do personagem e são usados ​​principalmente …

23 probability  random-generation