Estatísticas e Big Data

Eu realmente quero aprender sobre técnicas bayesianas, por isso tenho tentado me ensinar um pouco. No entanto, estou tendo dificuldade em ver quando o uso de técnicas bayesianas confere uma vantagem sobre os métodos freqüentistas. Por exemplo: eu vi na literatura um pouco sobre como alguns usam anteriores informativos, enquanto …

18 bayesian  frequentist 

Estou trabalhando em dados gravemente desequilibrados. Na literatura, vários métodos são utilizados para reequilibrar os dados usando re-amostragem (super ou sub-amostragem). Duas boas abordagens são: SMOTE: Técnica de sobre-amostragem de minorias sintéticas ( SMOTE ) ADASYN: Abordagem de Amostra Sintética Adaptativa para Aprendizagem Desequilibrada ( ADASYN ) Eu implementei o …

18 classification  dataset  resampling  unbalanced-classes  oversampling 

Contexto : Regressão hierárquica com alguns dados ausentes. Pergunta : Como uso a estimativa de máxima verossimilhança de informações completas (FIML) para tratar dos dados ausentes no R? Existe um pacote que você recomendaria e quais são as etapas típicas? Recursos e exemplos online também seriam muito úteis. PS : …

18 r  maximum-likelihood  missing-data 

Normalmente, os livros didáticos têm bons exemplos de parcelas da base para splines uniformes ao explicar o tópico. Algo como uma fileira de pequenos triângulos para uma spline linear ou uma fileira de pequenas corcovas para uma spline cúbica. Este é um exemplo típico: http://support.sas.com/documentation/cdl/en/statug/63033/HTML/default/viewer.htm#statug_introcom_a0000000525.htm Gostaria de saber se existe …

18 data-visualization  splines 

Percebo que essa é uma pergunta muito básica, mas não consigo encontrar resposta em lugar nenhum. Estou computando coeficientes de regressão usando as equações normais ou a decomposição QR. Como posso calcular erros padrão para cada coeficiente? Eu geralmente penso nos erros padrão como sendo calculados como: SEx¯ =σx¯n√SEx¯ =σx¯nSE_\bar{x}\ …

18 standard-error  regression-coefficients 

Em um cenário de regressão do LASSO, em que y= Xβ+ ϵy=Xβ+ϵy= X \beta + \epsilon , e as estimativas do LASSO são fornecidas pelo seguinte problema de otimização minβ| | y- Xβ| | +τ| | β| |1minβ||y-Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 Existem suposições distributivas em relação …

18 regression  lasso  assumptions  residuals 

No ano passado, no NIPS 2017, Ali Rahimi e Ben Recht ganharam o prêmio do teste do tempo por seu artigo "Recursos Aleatórios para Máquinas de Kernel em Grande Escala", onde introduziram recursos aleatórios, posteriormente codificados como o algoritmo de pias de cozinha aleatórias. Como parte da divulgação de seu …

18 machine-learning  svm  gaussian-process  approximation 

Quero criar um código para plotagem do ACF e PACF a partir de dados de séries temporais. Assim como esse gráfico gerado no minitab (abaixo). Eu tentei pesquisar a fórmula, mas ainda não a entendo bem. Você se importaria de me dizer a fórmula e como usá-la, por favor? Qual …

18 correlation  data-visualization  autocorrelation  partial-correlation 

Me deparei com este tópico, olhando para as diferenças entre inicialização e validação cruzada - ótimas respostas e referências a propósito. O que estou me perguntando agora é: se eu deveria executar um CV repetido de 10 vezes, para calcular a precisão de um classificador, quantas vezes n devo repeti-lo? …

18 cross-validation 

Qual é a definição de "espaço de recurso"? Por exemplo, ao ler sobre SVMs, li sobre "mapeamento para destacar o espaço". Ao ler sobre o CART, li sobre "particionamento para destacar o espaço". Entendo o que está acontecendo, especialmente para a CART, mas acho que há alguma definição que eu …

18 machine-learning  svm  feature-selection  cart  feature-construction 

Por que a divergência KL não é negativa? Da perspectiva da teoria da informação, tenho uma compreensão tão intuitiva: Digamos que existem dois conjuntos AAA e BBB que são compostos do mesmo conjunto de elementos rotulados por xxx . p(x)p(x)p(x) e q(x)q(x)q(x) são distribuições de probabilidade diferentes sobre o conjunto …

18 information-theory  kullback-leibler 

Eu quero implementar um algoritmo em um documento que usa o SVD do kernel para decompor uma matriz de dados. Então, eu tenho lido materiais sobre métodos do kernel e PCA do kernel etc. Mas ainda é muito obscuro para mim, especialmente quando se trata de detalhes matemáticos, e eu …

18 pca  svd  kernel-trick 

SARSA e Q Learning são algoritmos de aprendizado por reforço que funcionam de maneira semelhante. A diferença mais marcante é que o SARSA está na política enquanto o Q Learning está fora da política. As regras de atualização são as seguintes: Q Aprendizado: Q ( st, umt) ← Q ( …

18 reinforcement-learning 

Eu estava examinando os documentos de convolução do keras e encontrei dois tipos de convulsão Conv1D e Conv2D. Eu fiz algumas pesquisas na web e é isso que eu entendo sobre Conv1D e Conv2D; Conv1D é usado para seqüências e Conv2D usa para imagens. Eu sempre pensei que as redes …

18 machine-learning  neural-networks  conv-neural-network  keras 

Eu vi vários erros de teste / treinamento caindo repentinamente em certas épocas algumas vezes durante o treinamento da rede neural, e me pergunto o que causa esses saltos de desempenho: Essa imagem foi tirada do Kaiming He Github, mas gráficos semelhantes aparecem em muitos artigos.

18 conv-neural-network