Estatísticas e Big Data

Estou revisando um artigo que usa a desigualdade do oráculo para provar algo, mas não consigo entender o que ele está tentando fazer. Quando pesquisei on-line sobre 'Oracle Inequality', algumas fontes me direcionaram ao artigo "Candes, Emmanuel J. 'Estimativa estatística moderna via desigualdades no oráculo". ", que pode ser encontrado …

14 mathematical-statistics  estimation  probability-inequalities  inequality  oracle 

Estou tendo problemas para entender por que nos importamos se um processo de MA é invertível ou não. Corrija-me se estiver errado, mas posso entender por que nos importamos se um processo de RA é causal ou não, ou seja, se podemos "reescrevê-lo", por assim dizer, como a soma de …

14 time-series  mathematical-statistics  autoregressive  moving-average 

Isso é feito com referência ao documento Localização eficiente de objetos usando redes convolucionais e, pelo que entendi, a desistência é implementada em 2D. Após ler o código de Keras sobre como o Spatial 2D Dropout é implementado, basicamente uma máscara binária aleatória de forma [batch_size, 1, 1, num_channels] é …

14 machine-learning  deep-learning  tensorflow  dropout 

Após uma pergunta já respondida ( Extraindo a importância do peso da rede de feed-forward de camada única ), procuro inferência sobre a relevância das entradas nas redes neurais. Considerando uma rede profunda, onde reconstruir a importância da entrada retrocedendo as camadas a partir do nó de interesse de saída …

14 neural-networks  python  feature-selection  sensitivity-analysis 

No treinamento em mini-lote de uma rede neural, ouvi dizer que uma prática importante é embaralhar os dados do treinamento antes de cada época. Alguém pode explicar por que a mudança em cada época ajuda? Na pesquisa do google, encontrei as seguintes respostas: ajuda o treinamento a convergir rapidamente evita …

14 neural-networks 

Digamos que temos X de forma (2, 5) e y de forma (2,) Isso funciona: np.linalg.lstsq(X, y) Esperaríamos que isso funcionasse apenas se X tivesse a forma (N, 5) onde N> = 5 Mas por que e como? Recebemos de volta 5 pesos conforme o esperado, mas como esse problema …

14 least-squares  linear-algebra  numpy 

Está comparando recursos usando F-regressiono mesmo que correlacionando recursos com o rótulo individualmente e observando o R2R2R^2 valor? Muitas vezes vi meus colegas usarem um F regression seleção de recursos em seu pipeline de aprendizado de máquina em sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` Alguns me dizem - por que eles dão os mesmos …

14 feature-selection  python  scikit-learn  r-squared  f-test 

Esta é uma pergunta sobre uma prática ou método seguido por alguns dos meus colegas. Ao fazer um modelo de regressão logística, vi pessoas substituindo variáveis ​​categóricas (ou variáveis ​​contínuas que são colocadas em bin) por seus respectivos pesos de evidência (WoE). Isso é supostamente feito para estabelecer uma relação …

14 regression  logistic  categorical-data  modeling 

Estou fazendo um curso sobre modelos de regressão e uma das propriedades fornecidas para a regressão linear é que os resíduos sempre somam zero quando uma interceptação é incluída. Alguém pode fornecer uma boa explicação sobre por que esse é o caso?

14 regression  residuals 

Sou formado em administração e economia e atualmente estuda mestrado em engenharia de dados. Enquanto estudava regressão linear (LR) e análise de séries temporais (TS), uma pergunta surgiu em minha mente. Por que criar um método totalmente novo, isto é, séries temporais (ARIMA), em vez de usar regressão linear múltipla …

14 regression  time-series  multiple-regression  least-squares  arima 

Pergunta: Quais são as vantagens / desvantagens de usar um anterior sobre o outro para a seleção de variáveis? Suponha que eu tenha a probabilidade: onde eu posso colocar qualquer um dos anteriores: w i ∼ π δ 0 + ( 1 - π ) N ( 0 , 100 …

14 bayesian  feature-selection 

Existem sistemas de classificação ou classificação conhecidos, semelhantes ao Elo, para eventos com vários participantes? Por exemplo, um sistema que pode classificar várias formas de corrida (automobilística, descida, cavalo etc.) ou outros esportes individuais (golfe, por exemplo)?

14 ranking  elo 

Existem boas razões para preferir valores binários (0/1) a valores normalizados discretos ou contínuos , por exemplo (1; 3), como entradas para uma rede de feedforward para todos os nós de entrada (com ou sem retropropagação)? Claro, estou falando apenas de entradas que podem ser transformadas em qualquer forma; por …

14 neural-networks 

Um erro padrão estimado é o desvio padrão σ ( θ ) de um estimador θ para um parâmetro θ .σ^(θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Por que o desvio padrão estimado dos resíduos é chamado de "erro padrão residual" (por exemplo, na saída da summary.lmfunção de R ) e não "desvio padrão residual"? …

14 r  standard-error  residuals  terminology 

Muitas vezes, quando investigo novos métodos e conceitos estatísticos, encontro a diferença quadrática (ou o erro quadrático médio ou uma infinidade de outros epítetos). Apenas como exemplo, o r de Pearson é decidido com base na diferença quadrática média da linha de regressão em que estão os pontos. Para ANOVA, …

14 normal-distribution