Estatísticas e Big Data

Nos blogs de aprendizado de máquina, encontro frequentemente a palavra "baunilha". Por exemplo, "Descida de gradiente de baunilha" ou "método de baunilha". Esse termo nunca é visto literalmente em nenhum livro didático de otimização. Por exemplo, neste post , ele diz: Essa é a forma mais simples da técnica de …

12 machine-learning  optimization  terminology  gradient-descent 

Eu tenho uma série temporal que estou tentando modelar com o modelo de estatísticas ARIMA api do Python. Quando aplico o seguinte: from statsmodels.tsa.arima_model import ARIMA model = ARIMA(data['Sales difference'].dropna(), order=(2, 1, 2)) results_AR = model.fit(disp=-1) Estou tendo o erro a seguir: ValueError: The computed initial AR coefficients are not …

12 time-series  forecasting  arima  statsmodels 

Já se sabe há algum tempo que a idade mais jovem em que os jogadores de xadrez conseguiram se qualificar para o título de mestre de granizo diminuiu significativamente desde os anos 50, e atualmente há quase 30 jogadores que se tornaram grão-mestre antes dos 15 anos . No entanto, …

11 survival  bias  population  censoring  subset 

Eu quero usar o aprendizado profundo para treinar uma detecção binária de face / sem face, que perda devo usar, acho que é SigmoidCrossEntropyLoss ou perda de dobradiça . Está certo, mas também gostaria de usar o softmax, mas com apenas duas classes?

11 deep-learning  loss-functions  computer-vision  conv-neural-network 

Medimos duas variáveis, e o gráfico de dispersão parece sugerir vários modelos "lineares". Existe uma maneira de tentar destilar esses modelos? Identificar outras variáveis ​​independentes acabou sendo difícil. Ambas as variáveis ​​são fortemente inclinadas para a esquerda (em direção aos pequenos números); essa é uma distribuição esperada em nosso domínio. …

11 linear-model  scatterplot 

A documentação do R para qualquer um deles não esclarece muita coisa. Tudo o que posso obter neste link é que o uso de qualquer um deles deve estar bem. O que eu não entendo é por que eles não são iguais. Fato: A função de regressão gradual em R …

11 r  regression  aic  stepwise-regression 

Estou tentando estimar uma regressão linear múltipla em R com uma equação como esta: regr <- lm(rate ~ constant + askings + questions + 0) perguntas e perguntas são séries temporais de dados trimestrais, construídas com askings <- ts(...). O problema agora é que eu tenho resíduos autocorrelacionados. Eu sei …

11 r  time-series  multiple-regression  autocorrelation  residuals 

As definições de um parâmetro e estatística praticamente concordam: parâmetros e estatísticas são características numéricas ou resumos numéricos de uma população e amostra, respectivamente, para um determinado estudo. Eu não acho que isso seja de uso comum, mas ... O tamanho da população NNN ser considerado um parâmetro? O tamanho …

11 terminology  definition 

Agora estou lendo uma nota sobre Bioestatística, escrita pela PMT Education, e observe as seguintes frases na Seção 2.7: Um bebê nascido no percentil 50 em massa é mais pesado que 50% dos bebês. Um bebê nascido no percentil 25 de massa é mais pesado que 75% dos bebês. Um …

11 mathematical-statistics  quantiles  definition 

Quando calcular o erro padrão de um coeficiente de regressão, que não conta para a aleatoriedade na matriz de design XXX . Em OLS, por exemplo, nós calcular var(β^)var(β^)\text{var}(\hat{\beta}) como var((XTX)−1XTY)=σ2(XTX)−1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Se o XXX foram considerados aleatória, a lei da variância total que, em certo sentido, exigir a …

11 regression  probability  variance  inference 

No livro de Goodfellow (2016) sobre aprendizado profundo, ele falou sobre a equivalência da parada antecipada à regularização de L2 ( https://www.deeplearningbook.org/contents/regularization.html página 247). A aproximação quadrática da função de custo é dada por:jjj J^(θ)=J(w∗)+12(w−w∗)TH(w−w∗)J^(θ)=J(w∗)+12(w−w∗)TH(w−w∗)\hat{J}(\theta)=J(w^*)+\frac{1}{2}(w-w^*)^TH(w-w^*) onde é a matriz hessiana (Eq. 7.33). Isso está faltando no meio termo? A expansão …

11 neural-networks  deep-learning  loss-functions  derivative 

Estou tentando entender o fator Bayes (BF). Eu acredito que eles são como uma razão de verossimilhança de 2 hipóteses. Portanto, se BF for 5, isso significa que H1 é 5 vezes mais provável que H0. E o valor de 3-10 indica evidência moderada, enquanto> 10 indica evidência forte. No …

11 hypothesis-testing  bayesian  p-value  bayes-factors 

Eu tenho uma função probabilidade para a probabilidade dos meus dados dado alguns parâmetros do modelo , o que eu gostaria de estimar. Assumindo anteriores planos nos parâmetros, a probabilidade é proporcional à probabilidade posterior. Eu uso um método MCMC para provar essa probabilidade.L (d| θ)eu(d|θ)\mathcal{L}(d | \theta)dddθ ∈ RNθ∈RN\theta …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

Formação : Tenho doutorado em psicologia social, onde estatística e matemática teóricas mal foram abordadas em meus cursos quantitativos. Durante o curso de graduação e pós-graduação, fui ensinado (como muitos de vocês também nas ciências sociais, provavelmente) através da estrutura freqüentista "clássica". Agora, eu também adoro R e usando métodos …

11 probability  bayesian  simulation  monte-carlo  frequentist 

A distribuição normal parece pouco intuitiva até você aprender o CLT, o que explica por que é tão prevalente na vida real. Mas ela surge como a distribuição "natural" de alguma quantidade?

11 normal-distribution  central-limit-theorem