Estatísticas e Big Data

Estou usando o feed-forward NN. Eu entendo o conceito, mas minha pergunta é sobre pesos. Como você pode interpretá-los, ou seja, o que eles representam ou como podem ser destruídos (devido aos coeficientes de função)? Eu encontrei algo chamado "espaço de pesos", mas não tenho muita certeza do que isso …

11 neural-networks  weights 

Estou tentando entender e saber o que relatar da minha análise de alguns dados usando a média do modelo em R. Estou usando o script a seguir para analisar o efeito do método de medição sobre uma determinada variável: Aqui está o conjunto de dados: https://www.dropbox.com/s/u9un273gzw9o30u/VMT4.csv?dl=0 Modelo a ser montado: …

11 r  model-averaging 

Alguém tentou verificar se o ajuste de um modelo Elastic Net ElasticNetno scikit-learn no Python e glmnetno R no mesmo conjunto de dados produz resultados aritméticos idênticos? Eu tenho experimentado muitas combinações de parâmetros (já que as duas funções diferem nos valores padrão que passam para os argumentos) e também …

11 machine-learning  scikit-learn  glmnet  elastic-net 

O processo gaussiano tem sido amplamente utilizado, especialmente em emulação. Sabe-se que a demanda computacional é alta ( ).0 ( n3)0(n3)0(n^3) O que os torna populares? Quais são as suas principais e ocultas vantagens? Por que eles são usados ​​em vez de modelos paramétricos (por modelo paramétrico, quero dizer regressão …

11 gaussian-process 

Estou procurando um livro que forneça uma cobertura profunda e rigorosa da teoria das probabilidades, mas com ênfase no material que é mais útil fora de um departamento de matemática. Ouvi dizer que "A teoria da probabilidade: explorações e aplicações" é muito boa, mas eu queria receber outras sugestões. Por …

11 probability  self-study  references 

Tentando calcular a contagem de visitas de dados demográficos e de serviço. Os dados estão muito distorcidos. Histogramas: gráficos qq (à esquerda é log): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) citye servicesão variáveis ​​fatoriais. Eu recebo um valor p baixo *** para todas as variáveis, mas também recebo um r-quadrado …

11 regression  multiple-regression  predictive-models  exponential  qq-plot 

Este é um tópico difícil para o google, pois ter as palavras otimização e estocástico em uma pesquisa quase automaticamente padroniza as pesquisas por otimização estocástica. Mas o que realmente quero saber são quais métodos existem para otimizar modelos de computador quando a saída do modelo de computador é estocástica, …

11 optimization  stochastic-processes 

O desvio escalado, definido como D = 2 * (probabilidade logarítmica do modelo saturado menos probabilidade logarítmica do modelo ajustado), é freqüentemente usado como uma medida de qualidade de ajuste nos modelos GLM. O desvio percentual explicado, definido como [D (modelo nulo) - D (modelo ajustado)] / D (modelo nulo), …

11 goodness-of-fit  zero-inflation  deviance 

O jornal está aqui . A política de implementação ... é uma política linear softmax baseada em recursos locais rápidos, calculados de forma incremental e baseados em padrões locais ... Não entendo o que é política de distribuição e como ela se relaciona com a rede de políticas de seleção …

11 machine-learning  monte-carlo  reinforcement-learning  games 

Estou tentando usar uma rede neural para aproximar o valor de Q no aprendizado de Q, como em Perguntas sobre Q-Learning usando redes neurais . Conforme sugerido na primeira resposta, estou usando uma função de ativação linear para a camada de saída, enquanto ainda estou usando a função de ativação …

11 neural-networks  reinforcement-learning 

Seja uma sequência de variáveis ​​aleatórias independentes de Bernoulli com Defina Mostre que converge na distribuição para a variável normal padrão pois tende ao infinito.P { X k = 1 } = 1 - P { X k = 0 } = 1{Xn:n≥1}{Xn:n≥1}\{X_n:n\ge1\}Sn= n ∑ k=1(Xk-1P{Xk=1}=1−P{Xk=0}=1k.P{Xk=1}=1−P{Xk=0}=1k.P\{X_k=1\}=1-P\{X_k=0\}=\frac{1}{k}. SnSn=∑k=1n(Xk−1k), B2n=∑k=1nk−1k2Sn=∑k=1n(Xk−1k), Bn2=∑k=1nk−1k2S_n=\sum^{n}_{k=1}\left(X_k-\frac{1}{k}\right), \ …

11 probability  convergence  central-limit-theorem 

Eu sei o básico sobre SVM e SVR, mas ainda não entendi como o problema de encontrar um hiperplano que maximize a margem se encaixa no SVR. Segundo, li algo sobre usado como margem de tolerância no SVR. O que isso significa?ϵϵ\epsilon Terceiro, existe alguma diferença entre os parâmetros da …

11 regression  machine-learning  svm 

Estou tendo problemas para entender o modelo de ignorar o algoritmo Word2Vec. Em palavras-chave contínuas, é fácil ver como as palavras de contexto podem "se encaixar" na Rede Neural, uma vez que você as calcula a média depois de multiplicar cada uma das representações de codificação quentes com a matriz …

11 neural-networks  deep-learning  natural-language  word2vec  word-embeddings 

Quando se trata de árvores de decisão, o valor previsto pode estar fora do intervalo dos dados de treinamento? Por exemplo, se o intervalo do conjunto de dados de treinamento da variável de destino for de 0 a 100, quando eu gerar meu modelo e aplicá-lo a outra coisa, meus …

11 regression  predictive-models  random-forest  cart 

É considerado o caso ideal em que a estrutura de probabilidade subjacente às categorias é conhecida perfeitamente. Por que com o classificador Bayes alcançamos o melhor desempenho possível? Qual é a prova formal / explicação para isso? Como sempre usamos o classificador Bayes como referência para comparar o desempenho de …

11 probability  classification  bayesian  bayes