Estatísticas e Big Data

Existem redes neurais recorrentes e redes neurais recursivas. Ambos são geralmente indicados pela mesma sigla: RNN. Segundo a Wikipedia , o NN recorrente é de fato o NN recursivo, mas eu realmente não entendo a explicação. Além disso, não acho o que é melhor (com exemplos ou mais) para o …

48 machine-learning  neural-networks  deep-learning  natural-language 

Suponhamos que temos uma amostra a partir da distribuição conjunta de X e Y . Como testo a hipótese de que X e Y são independentes ?( Xn, Yn) , n = 1 .. N(Xn,Yn),n=1..N(X_n,Y_n), n=1..NXXXYYYXXXYYY Nenhuma suposição é feita sobre as leis de distribuição conjunta ou marginal de e …

48 hypothesis-testing  references  independence 

Entendo que, depois de traçarmos os valores como um gráfico, podemos identificar uma distribuição bimodal observando os picos duplos, mas como encontrá-la programaticamente? (Estou procurando um algoritmo.)

48 distributions 

Gostaria de saber por que algumas línguas como R têm NA e NaN. Quais são as diferenças ou são igualmente iguais? É realmente necessário ter NA?

48 r 

Um artigo publicado ( pdf ) contém estas 2 frases: Além disso, a declaração incorreta pode ser causada pela aplicação de regras incorretas ou pela falta de conhecimento do teste estatístico. Por exemplo, o df total em uma ANOVA pode ser considerado o erro df no relatório de um teste …

48 hypothesis-testing  chi-squared 

Qual é o melhor blog sobre visualização de dados? Estou fazendo desta pergunta um wiki da comunidade, pois é altamente subjetivo. Limite cada resposta a um link. Observe os seguintes critérios para as respostas propostas: [A] respostas aceitáveis ​​para perguntas como essa ... precisam fornecer descrições adequadas e justificativa fundamentada. …

48 data-visualization  references 

Vamos dizer que existe alguma relação "verdadeira" entre e tal que , onde e são constantes e é o ruído normal de IID. Quando eu gero dados aleatoriamente a partir desse código R: e depois encaixo em um modelo , obviamente obtenho estimativas razoavelmente boas para e .x y = …

48 regression 

Portanto, a descida do gradiente com base no momento funciona da seguinte maneira: v = s e l f. m o m e n t u m ∗ m - l r ∗ gv=self.momentum∗m−lr∗gv=self.momentum*m-lr*g onde é a atualização de peso anterior e g é o gradiente atual em relação aos …

48 optimization  gradient-descent 

Estou tentando entender as diferenças entre o GBM e o Adaboost. Estes são o que eu entendi até agora: Existem dois algoritmos de otimização, que aprendem com os erros do modelo anterior e finalmente fazem uma soma ponderada dos modelos. GBM e Adaboost são bem parecidos, exceto por suas funções …

48 boosting  gbm  adaboost 

Acho que a resposta deve ser sim, mas ainda sinto que algo não está certo. Deve haver alguns resultados gerais na literatura, alguém poderia me ajudar?

48 covariance  matrix  covariance-matrix  linear-algebra 

Estou procurando um bom algoritmo (que significa computação mínima, requisitos mínimos de armazenamento) para estimar a mediana de um conjunto de dados muito grande para armazenar, de modo que cada valor possa ser lido apenas uma vez (a menos que você armazene explicitamente esse valor). Não há limites nos dados …

48 algorithms  median  large-data 

Eu aprendi sobre a intuição por trás da divergência KL quanto o quanto uma função de distribuição de modelo difere da distribuição teórica / verdadeira dos dados. A fonte Estou lendo continua a dizer que a compreensão intuitiva de 'distância' entre estas duas distribuições é útil, mas não deve ser …

47 distributions  distance  intuition  kullback-leibler 

Durante o primeiro semestre de 2015, fiz o curso coursera de Machine Learning (por Andrew Ng, curso GREAT). E aprendeu o básico do aprendizado de máquina (regressão linear, regressão logística, SVM, Redes Neuronais ...) Também sou desenvolvedor há 10 anos, portanto, aprender uma nova linguagem de programação não seria um …

47 r  regression  machine-learning  references 

Transformo todos os meus dados ou dobras (se o CV for aplicado) ao mesmo tempo? por exemplo (allData - mean(allData)) / sd(allData) Transformo trainset e testset separadamente? por exemplo (trainData - mean(trainData)) / sd(trainData) (testData - mean(testData)) / sd(testData) Ou eu transformo o trainset e uso cálculos no testset? por …

47 r  cross-validation  data-transformation  normalization  standardization 

Sou completamente cego e venho de um background de programação. O que estou tentando fazer é aprender aprendizado de máquina e, para fazer isso, primeiro preciso aprender sobre regressão linear. Todas as explicações na Internet que estou descobrindo sobre esse assunto traçam os dados primeiro. Estou procurando uma explicação prática …

47 regression  intuition