Estatísticas e Big Data

Então, o que eu li sobre o profeta do Facebook é que basicamente divide a série temporal em tendência e sazonalidade. Por exemplo, um modelo aditivo seria escrito como: y( t ) = g( t ) + s ( t ) + h ( t ) + ety(t)=g(t)+s(t)+h(t)+et y(t) = …

11 regression  machine-learning  time-series  prophet 

Dada variável aleatória , com distribuição de probabilidade , a matriz de correlação é positiva, ou seja, seus autovalores são positivos ou zero.nnnXiXiX_iP(X1,…,Xn)P(X1,…,Xn)P(X_1,\ldots,X_n)Cij=E[XiXj]−E[Xi]E[Xj]Cij=E[XiXj]−E[Xi]E[Xj]C_{ij}=E[X_i X_j]-E[X_i]E[X_j] Estou interessado nas condições em que são necessárias e / ou suficientes para que tenha zero autovalores. Por exemplo, uma condição suficiente é que as variáveis …

11 correlation 

Minha pergunta é semântica. Quando um método rotineiramente produz altos valores de p, é chamado de conservador. Você chamaria o oposto, isto é, um método com uma alta taxa de erro tipo II liberal?

11 hypothesis-testing  statistical-significance  p-value  terminology  type-i-and-ii-errors 

Pelo que entendi, o k-NN é um algoritmo de aprendizado lento e não precisa de uma fase de treinamento. Então, por que precisamos usar .fit()com o sklearn e o que acontece quando o usamos?

11 classification  scikit-learn  k-nearest-neighbour 

Qual é a melhor maneira de dividir dados de séries temporais em conjuntos de trem / teste / validação, onde o conjunto de validação seria usado para o ajuste de hiperparâmetros? Temos três anos de dados de vendas diárias e nosso plano é usar 2015-2016 como dados de treinamento e, …

11 time-series  cross-validation  validation 

Em sua página wiki , os desenvolvedores do estado de Stan: Alguns princípios que não gostamos: invariância, Jeffreys, entropia Em vez disso, vejo muitas recomendações de distribuição normal. Até agora, usei métodos bayesianos que não dependiam de amostragem e fiquei feliz por ter entendido por que foi uma boa opção …

11 bayesian  mcmc  prior  pymc  stan 

Meu entendimento do SVM é que é muito semelhante a uma regressão logística (LR), ou seja, uma soma ponderada de recursos é passada para a função sigmóide para obter uma probabilidade de pertencer a uma classe, mas em vez da perda de entropia (logística) cruzada função, o treinamento é realizado …

11 machine-learning  logistic  svm 

Estou tentando implementar o algoritmo Nelder-Mead para otimizar uma função. A página da Wikipedia sobre Nelder-Mead é surpreendentemente clara sobre todo o algoritmo, exceto por seu critério de parada. Lá, infelizmente, diz: Verifique a convergência [esclarecimentos necessários] . Eu mesmo tentei e testei alguns critérios: Pare se onde é pequeno …

11 optimization  algorithms 

Se considerarmos uma árvore de decisão adulta (ou seja, uma árvore de decisão não podada), ela tem alta variação e baixo viés. Ensacamentos e florestas aleatórias usam esses modelos de alta variação e os agregam para reduzir a variação e, assim, aprimorar a precisão da previsão. Ambas as Florestas Ensacadas …

11 variance  random-forest  cart  bias  bagging 

Estou começando com um aprendizado profundo e tenho uma pergunta cuja resposta não consegui encontrar, talvez não tenha pesquisado corretamente. Eu já vi essa resposta , mas ainda não está claro qual é a perda de queda de peso e como ela está relacionada à função de perda.

11 neural-networks  conv-neural-network 

Correndo o risco de tornar a pergunta específica do software e com a desculpa de sua onipresença e idiossincrasias, quero perguntar sobre a função biplot()em R e, mais especificamente, sobre o cálculo e a plotagem de suas setas vermelhas sobrepostas padrão, correspondentes às variáveis ​​subjacentes. [Para entender alguns dos comentários, …

11 r  pca  biplot 

Modelos de efeitos mistos lineares são modelos de extensões de regressão linear para dados coletados e resumidos em grupos. As principais vantagens são que os coeficientes podem variar em relação a uma ou mais variáveis ​​de grupo. No entanto, estou lutando com quando usar o modelo de efeito misto? Elaborarei …

11 regression  mixed-model  random-effects-model  linear 

Modelo linear simples: x = α t + ϵtx=αt+ϵtx=\alpha t + \epsilon_t onde ~ iid N ( 0 , σ 2 )ϵtϵt\epsilon_tN( 0 , σ2)N(0,σ2)N(0,\sigma^2) com eV a r ( x ) = σ 2E( X ) = α tE(x)=αtE(x) = \alpha tVa r ( x ) = σ2Var(x)=σ2Var(x)=\sigma^2 AR …

11 regression  stochastic-processes  autoregressive  deterministic 

Diga que YYY é uma variável aleatória contínua e XXX é uma variável discreta. Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} Como sabemos, Pr(Y=y)=0Pr(Y=y)=0\Pr(Y=y) = 0 porque YYY é uma variável aleatória contínua. E com base nisso, sou tentado a concluir que a probabilidade Pr(X=x|Y=y)Pr(X=x|Y=y)\Pr(X=x|Y=y) é indefinida. No entanto, a Wikipedia afirma aqui …

11 conditional-probability  pdf 

Intrigado com uma pergunta em math.stackexchange e investigando-a empiricamente, estou pensando na seguinte declaração sobre a raiz quadrada de somas de variáveis ​​aleatórias iid. Suponha que são variáveis ​​aleatórias iid com média finita diferente de zero e variância e . O teorema do limite central diz medida que aumenta. μ …

11 normal-distribution  central-limit-theorem  sum