Estatísticas e Big Data

No aprendizado de máquina básico, aprendemos as seguintes "regras práticas": a) o tamanho dos seus dados deve ser pelo menos 10 vezes o tamanho da dimensão VC do seu conjunto de hipóteses. b) uma rede neural com conexões N tem uma dimensão VC de aproximadamente N. Então, quando uma rede …

15 machine-learning  neural-networks  deep-learning  vc-dimension 

Eu estava procurando maneiras de fazer um teste de razão de verossimilhança em R para comparar os ajustes do modelo. Eu primeiro o codifiquei, depois encontrei a anova()função padrão e também lrtest()no lmtestpacote. Quando verifiquei, no entanto, anova()sempre produz um valor p ligeiramente diferente dos outros dois, embora o parâmetro …

15 r  anova  likelihood-ratio 

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 3 anos . Estou construindo uma regressão logística em R usando o método LASSO com as funções cv.glmnetpara …

15 r  logistic  categorical-data  lasso  glmnet 

Na configuração geral do algoritmo de descida em gradiente, temos que x n é o ponto atual, η é o tamanho da etapa e g r a d i e n t x n é o gradiente avaliado em x n . xn+1=xn−η∗gradientxnxn+1=xn−η∗gradientxnx_{n+1} = x_{n} - \eta * gradient_{x_n}xnxnx_nηη\etagradientxngradientxngradient_{x_n}xnxnx_n Eu …

15 algorithms  optimization 

Na análise discriminante, a variável dependente é categórica, mas posso usar uma variável categórica (por exemplo, status residencial: rural, urbano) juntamente com alguma outra variável contínua como variável independente na análise discriminante linear?

15 logistic  categorical-data  discriminant-analysis  regression-strategies 

Ao usar o bootstrapping para avaliação do modelo, sempre achei que as amostras prontas para uso foram usadas diretamente como conjunto de teste. No entanto, esse parece não ser o caso da abordagem preterida do scikit-learnBootstrap , que parece criar o conjunto de testes a partir do desenho com a …

15 cross-validation  bootstrap  random-forest  scikit-learn  bagging 

Digamos que eu tenho uma variável categórica que pode assumir os valores A, B, C e D. Como posso gerar 10000 pontos de dados aleatórios e controlar a frequência de cada um? Por exemplo: A = 10% B = 20% C = 65% D = 5% Alguma idéia de como …

15 random-variable 

Precisão é definida como: p = verdadeiros positivos / (verdadeiros positivos + falsos positivos) Qual é o valor da precisão se (verdadeiros positivos + falsos positivos) = 0? É apenas indefinido? Mesma pergunta para recall: r = positivos verdadeiros / (verdadeiros positivos + falsos negativos) Nesse caso, qual é o …

15 precision-recall 

Estou tentando entender como as funções de influência funcionam. Alguém poderia explicar no contexto de uma regressão OLS simples yi=α+β⋅xi+εiyi=α+β⋅xi+εi\begin{equation} y_i = \alpha + \beta \cdot x_i + \varepsilon_i \end{equation} onde eu quero a função de influência para .ββ\beta

15 regression  least-squares 

Estou estudando este tutorial sobre auto-codificadores variacionais de Carl Doersch . Na segunda página, afirma: Um dos frameworks mais populares é o Autoencoder Variacional [1, 3], o assunto deste tutorial. As suposições deste modelo são fracas e o treinamento é rápido via retropropagação. Os VAEs fazem uma aproximação, mas o …

15 machine-learning  deep-learning  autoencoders  variational-bayes 

Eu tenho dois conjuntos de dados (dados de origem e destino) que seguem a distribuição diferente. Estou usando o MMD - que é uma distribuição de distância não paramétrica - para calcular a distribuição marginal entre os dados de origem e de destino. dados de origem, Xs dados de destino, …

15 machine-learning  distributions  distance  feature-construction  domain-adaptation 

Estou tentando entender a aplicação de alto nível das RNNs para rotular sequências via (entre outros) o artigo de Graves, de 2005, sobre classificação de fonemas. Para resumir o problema: Temos um grande conjunto de treinamento que consiste em arquivos de áudio (de entrada) de frases únicas e horários de …

15 lstm  rnn 

Os gráficos acíclicos direcionados (DAGs) são representações visuais eficientes de suposições causais qualitativas em modelos estatísticos, mas podem ser usados ​​para apresentar uma equação variável de instrumento regular (ou outras equações)? Se sim, como? Se não, por que?

15 causality  instrumental-variables  dag 

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 4 anos . Tenho relatórios de temperatura por hora e diariamente para muitas estações em http://data.barrycarter.info/ Encorajo as …

14 dataset 

Em um dos exercícios do meu curso, estamos usando um conjunto de dados médicos do Kaggle . O exercício diz: queremos modelar a distribuição de cobranças individuais e também queremos realmente capturar nossa incerteza sobre essa distribuição, para que possamos capturar melhor a faixa de valores que poderemos ver. Carregando …

14 gamma-distribution