Estatísticas e Big Data

Em R, existem três métodos para formatar os dados de entrada para uma regressão logística usando a glmfunção: Os dados podem estar em um formato "binário" para cada observação (por exemplo, y = 0 ou 1 para cada observação); Os dados podem estar no formato "Wilkinson-Rogers" (por exemplo, y = …

13 r  logistic  generalized-linear-model 

Aprendendo estatísticas bayesianas pela primeira vez; como um ângulo para entender o MCMC, eu me perguntava: está fazendo algo que fundamentalmente não pode ser feito de outra maneira, ou está apenas fazendo algo com muito mais eficiência do que as alternativas? A título de ilustração, suponha que estamos tentando calcular …

13 bayesian  mcmc 

Não tenho certeza se este é o site de pilha certo, mas aqui vai. Como o método .similiarity funciona? Uau spa é ótimo! Seu modelo tfidf poderia ser mais fácil, mas w2v com apenas uma linha de código ?! Em seu tutorial de 10 linhas sobre spaCy, o andrazhribernik mostra …

13 natural-language  word2vec  tf-idf  nltk 

Estou estudando o curso DeepAI da Cousera (vídeo da Semana 3 1 "Visão geral das redes neurais") e Andrew Ng está explicando como cada camada de uma rede neural é apenas outra regressão logística, mas ele não explica como isso torna as coisas mais precisas. Assim, em uma rede de …

13 logistic  neural-networks 

O classificador Naive Bayes é o classificador que atribui itens a uma classe base na maximização do posterior para associação à classe e assume que os recursos dos itens são independentes.CxxxCCCP(C|x)P(C|x)P(C|x) A perda de 0-1 é a perda que atribui a qualquer classificação incorreta uma perda de "1" e uma …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions 

Parece haver conselhos conflitantes por aí sobre como lidar com a comparação de erro de teste de trem versus teste, principalmente quando há uma lacuna entre os dois. Parece haver duas escolas de pensamento que, para mim, parecem conflitar. Estou procurando entender como conciliar os dois (ou entender o que …

13 cross-validation  overfitting 

Recentemente, li um artigo de Yann Dauphin et al. Identificando e atacando o problema do ponto de sela na otimização não convexa de alta dimensão , onde eles introduzem um interessante algoritmo de descida chamado Saddle-Free Newton , que parece ser exatamente adaptado para otimização de rede neural e não …

13 optimization  deep-learning  gradient-descent 

Em Econometria na maior parte inofensiva: o companheiro de um empirista (Angrist e Pischke, 2009: página 209), li o seguinte: (...) De fato, o 2SLS recém-identificado (digamos, o estimador simples de Wald) é aproximadamente imparcial . Isso é difícil de mostrar formalmente porque o 2SLS recém-identificado não tem momentos (ou …

13 regression  self-study  multiple-regression  econometrics  instrumental-variables 

A regressão passo a passo havia sido superutilizada em muitos artigos biomédicos no passado, mas isso parece estar melhorando com uma melhor educação de seus muitos problemas. Muitos revisores mais antigos ainda o solicitam. Quais são as circunstâncias em que a regressão gradual tem um papel e deve ser usada, …

13 regression  multiple-regression  feature-selection  model-selection  stepwise-regression 

Premissa: essa pode ser uma pergunta estúpida. Conheço apenas as declarações sobre as propriedades assintóticas do MLE, mas nunca estudei as provas. Se sim, talvez eu não esteja fazendo essas perguntas, ou talvez eu perceba que essas perguntas não fazem sentido ... então, por favor, vá devagar comigo :) Eu …

13 maximum-likelihood  model  asymptotics 

Quero calcular o AICc de um modelo de regressão de cume. O problema é o número de parâmetros. Para regressão linear, a maioria das pessoas sugere que o número de parâmetros é igual ao número de coeficientes estimados mais sigma (a variação do erro). Quando se trata de regressão de …

13 regression  aic  ridge-regression  degrees-of-freedom 

Estou tentando calcular o intervalo de 95% credível da seguinte distribuição posterior. Não consegui encontrar a função em R para isso, mas a abordagem abaixo está correta? x <- seq(0.4,12,0.4) px <- c(0,0, 0, 0, 0, 0, 0.0002, 0.0037, 0.018, 0.06, 0.22 ,0.43, 0.64,0.7579, 0.7870, 0.72, 0.555, 0.37, 0.24, 0.11, …

13 bayesian  descriptive-statistics  credible-interval 

Temos dois modelos que usam o mesmo método para calcular a probabilidade do log e o AIC para um é menor que o outro. No entanto, aquele com a AIC mais baixa é muito mais difícil de interpretar. Estamos com problemas para decidir se vale a pena introduzir a dificuldade …

13 model-selection  aic 

Sou bastante novo no campo dos processos gaussianos e como eles estão sendo aplicados no aprendizado de máquina. Eu continuo lendo e ouvindo sobre as funções de covariância sendo a principal atração desses métodos. Então, alguém poderia explicar de maneira intuitiva o que está acontecendo nessas funções de covariância? Caso …

13 machine-learning  probability  bayesian 

PREFÁCIO: Eu não ligo para o mérito de usar um ponto de corte ou não, ou como alguém deve escolher um ponto de corte. Minha pergunta é puramente matemática e devido à curiosidade. A regressão logística modela a probabilidade condicional posterior da classe A versus a classe B e se …

13 logistic  predictive-models  unbalanced-classes