Estatísticas e Big Data

No artigo que apresentou o DQN " Playing Atari with Deep Reforcement Learning ", mencionou: Observe que, ao aprender pela repetição da experiência, é necessário aprender fora da política (porque nossos parâmetros atuais são diferentes daqueles usados ​​para gerar a amostra), o que motiva a escolha do Q-learning. Eu não …

12 reinforcement-learning 

Qual é a diferença entre mínimos quadrados e regressão linear? É a mesma coisa?

12 regression  least-squares  terminology 

Aqui está o problema de desvio menos absoluto em questão:. Eu sei que pode ser reorganizado como problema de LP da seguinte maneira:argminwL(w)=∑ni=1|yi−wTx|arg⁡minwL(w)=∑i=1n|yi−wTx| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| min∑ni=1uimin∑i=1nui\min \sum_{i=1}^{n}u_{i} ui≥xTw−yii=1,…,nui≥xTw−yii=1,…,nu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n ui≥−(xTw−yi)i=1,…,nui≥−(xTw−yi)i=1,…,nu_i \geq -\left(\textbf{x}^T\textbf{w}-y_{i}\right) \; i = 1,\ldots,n Mas não tenho idéia de resolvê-lo passo a …

12 regression  optimization  quantile-regression  linear-programming  least-absolute-deviations 

Em seu livro Doing Bayesian Data Analysis, John Kruschke afirma que, ao usar JAGS de R ... a estimativa do modo de uma amostra do MCMC pode ser bastante instável porque a estimativa é baseada em um algoritmo de suavização que pode ser sensível a solavancos e ondulações aleatórios na …

12 bayesian  mcmc  mode 

Estou ouvindo essas palavras cada vez mais enquanto estudo o aprendizado de máquina. De fato, algumas pessoas ganharam a medalha Fields trabalhando em regularidades de equações. Então, acho que esse é um termo que se estende da física estatística / matemática ao aprendizado de máquina. Naturalmente, várias pessoas que perguntei …

12 machine-learning  self-study  terminology  regularization  definition 

Considere um experimento que produz uma taxa XiXiX_i entre 0 e 1. Como essa taxa é obtida não deve ser relevante nesse contexto. Foi elaborado em uma versão anterior desta pergunta , mas removida para maior clareza após uma discussão sobre a meta . Esse experimento é repetido nnn vezes, …

12 confidence-interval 

Estou usando o Orange Canvas e gerei um gráfico de dispersão. Eu tenho a possibilidade de jitter variáveis ​​contínuas, mas eu realmente não sei por que eu faria isso. Qual é a ideia por trás do tremor?

12 data-visualization  scatterplot 

Estou aprendendo a usar o pacote BTYD que usa o modelo Pareto / NBD para prever quando será esperado que um cliente volte. No entanto, toda a literatura sobre este modelo é cheia de matemática e não parece haver uma explicação simples / conceitual do funcionamento desse modelo. É possível …

12 distributions  gamma-distribution  marketing  pareto 

Ouvi essa frase com frequência, mas nunca entendi completamente o que ela significa. A frase "boas propriedades frequentistas" tem ~ 2750 ocorrências no Google atualmente, 536 em scholar.google.com e 4 em stats.stackexchange.com . A coisa mais próxima que eu encontrei para uma definição clara vem o slide final em esta …

12 bayesian  terminology  frequentist 

Polinômios ortogonais em um conjunto univariado de pontos são polinômios que produzem valores nesses pontos de maneira que seu produto escalar e a correlação pareada sejam zero. R pode produzir polinômios ortogonais com a função poli . A mesma função possui um polímero variante que produz polinômios ortogonais em um …

12 r  multiple-regression  polynomial  orthogonal 

Todas as séries temporais não estacionárias podem ser convertidas em séries temporais estacionárias aplicando diferenciação? Além disso, como você decide a ordem da diferenciação a ser aplicada? Você apenas diferencia os intervalos 1,2 ... n e executa o teste de raiz unitária de estacionário cada vez para ver se a …

12 time-series  stationarity 

Eu tenho mais de 3000 vetores em uma grade bidimensional, com uma distribuição discreta aproximadamente uniforme. Alguns pares de vetores cumprem uma determinada condição. Nota: a condição é aplicável apenas a pares de vetores, não a vetores individuais. Eu tenho uma lista de cerca de 1500 pares, vamos chamá-lo de …

12 statistical-significance  t-test  sample-size  spatial  distance 

Suponha que eu tenha seja iid e deseje fazer um teste de hipótese que μ seja 0. Suponha que eu tenha n grande e possa usar o Teorema do Limite Central. Eu também poderia fazer um teste que μ 2 é 0, o que deve ser equivalente a testar que …

12 hypothesis-testing  convergence  delta-method 

Estou lendo sobre a inferência bayesiana e me deparei com a frase "a integração numérica da probabilidade marginal é muito cara" Eu não tenho formação em matemática e queria saber o que exatamente significa caro aqui? É apenas em termos de poder computacional ou há algo mais.

12 bayesian  numerical-integration  variational-bayes  approximate-inference 

Em um comentário sobre outra questão , esclareceu-se se o tópico em discussão era "proporções de contagem" ou "proporções contínuas" e um acompanhamento indicou que a diferença era de informação crítica (para o tópico de regressão logística / binomial vs. beta). Qual é a distinção entre os dois e onde …

12 terminology  proportion