Estatísticas e Big Data

A arquitetura AlexNet usa zero paddings, como mostrado na figura: No entanto, não há explicação no artigo por que esse padding é introduzido. O curso Standford CS 231n ensina que usamos estofamento para preservar o tamanho espacial: Gostaria de saber se é a única razão pela qual precisamos de preenchimento? …

19 conv-neural-network  convolution 

Alguém pode explicar os prós e os contras do cluster hierárquico? O cluster hierárquico tem as mesmas desvantagens que K significa? Quais são as vantagens do cluster hierárquico sobre o K significa? Quando devemos usar os meios K sobre o cluster hierárquico e vice-versa? As respostas a este post explicam …

19 clustering  k-means  unsupervised-learning  hierarchical-clustering 

Ao tentar explicar as análises de cluster, é comum que as pessoas não entendam o processo como estando relacionadas à correlação das variáveis. Uma maneira de levar as pessoas a superar essa confusão é um enredo como este: Isso mostra claramente a diferença entre a questão de saber se existem …

19 clustering  categorical-data  independence 

Questão principalmente teórica. Existem exemplos de distribuições não normais que têm os quatro primeiros momentos iguais aos da normal? Eles poderiam existir na teoria?

19 normal-distribution  skewness  moments  theory  kurtosis 

O teste t de Student é um teste de Wald? Eu li a descrição dos testes de Wald em All of Statistics, de Wasserman . Parece-me que o teste de Wald inclui testes t. Isso está correto? Se não, o que faz um teste t não um teste de Wald?

19 hypothesis-testing  t-test 

Existe uma maneira de determinar quais recursos / variáveis ​​do conjunto de dados são os mais importantes / dominantes em uma solução de cluster k-means?

19 machine-learning  clustering  k-means  importance 

Olhando para uma situação de ANOVA entre grupos, o que você obtém fazendo esse teste de ANOVA primeiro e depois o pós-hoc (Bonferroni, Šidák, etc.) ou testes de comparações planejadas? Por que não pular a etapa ANOVA completamente? Entendo que, em tal situação, o único benefício da ANOVA entre os …

19 hypothesis-testing  anova  multiple-comparisons  post-hoc 

Estou lendo um livro sobre séries temporais e comecei a coçar a cabeça na seguinte parte: Alguém poderia explicar a intuição para mim? Não pude obtê-lo neste texto. Por que precisamos que o processo seja invertível? Qual é o quadro geral aqui? Obrigado por qualquer ajuda. Eu sou novo nesse …

19 time-series  arma 

Eu tenho dois conjuntos de dados representando parâmetros de estrelas: um observado e um modelado. Com esses conjuntos, crio o que é chamado de diagrama de duas cores (TCD). Uma amostra pode ser vista aqui: A são os dados observados e B os dados extraídos do modelo (não importa as …

19 goodness-of-fit  histogram 

Um teste usual de significância ao observar duas populações é o teste t, teste t pareado, se possível. Isso pressupõe que a distribuição é normal. Existem suposições simplificadoras semelhantes que produzem um teste de significância para uma série temporal? Especificamente, temos duas populações razoavelmente pequenas de camundongos que estão sendo …

19 time-series  hypothesis-testing  statistical-significance 

Fiquei um pouco confuso sobre o algoritmo de retropropagação usado no perceptron multicamada (MLP). O erro é ajustado pela função de custo. Na retropropagação, estamos tentando ajustar o peso das camadas ocultas. O erro de saída que posso entender, isto é, e = d - y[Sem os subscritos]. As perguntas …

19 machine-learning  neural-networks  backpropagation 

Estou tentando entender o que é o objetivo da função de perda e não consigo entender direito. Portanto, até onde eu entendo, a função de perda é a introdução de algum tipo de métrica com a qual podemos medir o "custo" de uma decisão incorreta. Então, digamos que eu tenho …

19 machine-learning  loss-functions 

Estou tentando estimar os parâmetros de uma distribuição gama que melhor se ajusta à minha amostra de dados. Eu só quero usar a média , std (e, portanto, a variação ) da amostra de dados, não os valores reais - já que esses nem sempre estarão disponíveis no meu aplicativo. …

19 distributions  estimation  gamma-distribution 

Estou experimentando um pouco de auto-codificadores e, com o tensorflow, criei um modelo que tenta reconstruir o conjunto de dados MNIST. Minha rede é muito simples: X, e1, e2, d1, Y, onde e1 e e2 são camadas de codificação, d2 e Y são camadas de decodificação (e Y é a …

19 mse  autoencoders  tensorflow  cross-entropy 

Eu sei que a descida estocástica do gradiente tem comportamento aleatório, mas não sei por quê. Existe alguma explicação sobre isso?

19 machine-learning  random-variable  gradient-descent