Estatísticas e Big Data

Quero saber a diferença entre regressão linear em uma análise regular de aprendizado de máquina e regressão linear no cenário de "aprendizado profundo". Quais algoritmos são usados ​​para regressão linear em um ambiente de aprendizado profundo.

12 regression  machine-learning  deep-learning 

Os termos "upsampling" e "transpose convolution" são usados ​​quando você está executando "deconvolution" (<- não é um bom termo, mas deixe-me usá-lo aqui). Originalmente, eu pensava que eles significam a mesma coisa, mas parece-me que eles são diferentes depois de ler esses artigos. alguém pode esclarecer? Convolução de transposição : …

12 machine-learning  neural-networks  conv-neural-network  transposed-convolution 

Eu tenho um conjunto de dados composto de proporções que medem o "nível de atividade" de girinos individuais, tornando os valores vinculados entre 0 e 1. Esses dados foram coletados contando o número de vezes que o indivíduo se moveu dentro de um determinado intervalo de tempo (1 para movimento, …

12 r  mixed-model  random-effects-model  beta-distribution  beta-regression 

Eu estava lendo o artigo Deep Residual Learning for Image Reconhecimento e tive dificuldades em entender com 100% de certeza o que um bloco residual implica computacionalmente. Lendo o trabalho deles, eles têm a figura 2: que ilustra o que um bloco residual é suposto ser. O cálculo de um …

12 machine-learning  neural-networks  deep-learning  conv-neural-network  residual-networks 

Entendo a relação entre Análise de Componentes Principais e Decomposição de Valor Singular em um nível algébrico / exato. Minha pergunta é sobre a implementação do scikit-learn . A documentação diz: " [TruncatedSVD] é muito semelhante ao PCA, mas opera diretamente em vetores de amostra, em vez de em uma …

12 pca  scikit-learn  svd  scipy 

Em este post , você pode ler a declaração: Os modelos são geralmente representados por pontos em uma variedade dimensional finita.θθ\theta Em Geometria Diferencial e Estatística, de Michael K Murray e John W Rice, esses conceitos são explicados em prosa legível, mesmo ignorando as expressões matemáticas. Infelizmente, existem muito poucas …

12 distributions  manifold-learning  information-geometry  topologies 

No aprendizado de máquina (para problemas de regressão), geralmente vejo o erro médio quadrático (MSE) ou o erro médio absoluto (MAE) sendo usado como a função de erro para minimizar (mais o termo de regularização). Gostaria de saber se há situações em que o uso do coeficiente de correlação seria …

12 regression  machine-learning  svm  optimization  deep-learning 

Estou executando uma tarefa de classificação binária em que a probabilidade de resultado é baixa (cerca de 3%). Estou tentando decidir se deve otimizar por AUC ou perda de log. Tanto quanto eu entendi, a AUC maximiza a capacidade do modelo de discriminar entre classes, enquanto o logloss penaliza a …

12 classification  binary-data  auc  log-loss 

Atualmente, estou trabalhando na construção de um modelo preditivo para um resultado binário em um conjunto de dados com ~ 300 variáveis ​​e 800 observações. Eu li muito neste site sobre os problemas associados à regressão gradual e por que não usá-la. Eu estive lendo a regressão do LASSO e …

12 multiple-regression  predictive-models  interpretation  regression-coefficients  lasso 

Comecei aprendendo sobre redes neurais com o tutorial neuralnetworksanddeeplearning dot.com. Em particular no capítulo 3, há uma seção sobre a função de entropia cruzada e define a perda de entropia cruzada como: C= - 1n∑x∑j( yjemumaeuj+ ( 1 - yj) em( 1 - aeuj) ))C=-1n∑x∑j(yjem⁡umajeu+(1-yj)em⁡(1-umajeu))C = -\frac{1}{n} \sum\limits_x \sum\limits_j (y_j …

12 neural-networks  loss-functions  softmax  cross-entropy 

Recentemente, atualizei meus conhecimentos de previsão enquanto trabalhava em algumas previsões mensais no trabalho e lia o livro de Rob Hyndman, mas o único lugar em que estou lutando é quando usar um modelo de suavização exponencial versus um modelo ARIMA. Existe uma regra prática em que você deve usar …

12 forecasting  arima  exponential-smoothing 

Suponhamos que temos covariância matrizes e . Quais dessas opções também são matrizes de covariância?XXXYYY X+YX+YX+Y X2X2X^2 XYXYXY Tenho um pouco de dificuldade para entender o que exatamente é necessário para que algo seja uma matriz de covariância. Suponho que isso significa que, por exemplo, se e que, para 1 …

12 covariance  covariance-matrix 

Eu quero usar o bootstrapping para estimar intervalos de confiança para parâmetros estimados de um conjunto de dados de painel com N = 250 empresas e T = 50 meses. A estimativa de parâmetros é computacionalmente cara (poucos dias de cálculo) devido ao uso de filtragem de Kalman e estimativa …

12 confidence-interval  bootstrap  nonlinear-regression  kalman-filter 

Eu faria uma pergunta relacionada a este . Encontrei um exemplo de como escrever a função de perda personalizada para o xgboost aqui : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- …

12 r  machine-learning  gradient-descent  boosting  loss-functions 

Cada um implica o outro? Se não, um implica o outro? Porque porque não? Esse problema surgiu em resposta a um comentário em uma resposta que eu publiquei aqui . Embora a busca no Google pelos termos relevantes não tenha produzido algo que pareça particularmente útil, notei uma resposta na …

12 mathematical-statistics  bias  unbiased-estimator  estimators  consistency