Estatísticas e Big Data

Lendo o artigo "Forecasting in Scale" (ferramenta de previsão do FBProphet, consulte https://peerj.com/preprints/3190.pdf ), me deparei com o termo "sparse prior". Os autores explicam que eles estavam usando um "anterior esparso" na modelagem de um vetor de desvios de taxa de alguma taxa escalar , que é um parâmetro de …

11 regression  bayesian  forecasting 

Eu estava implementando um artigo bastante popular " EXPLICANDO E APRENDENDO EXEMPLOS ADVERSÁRIOS " e, no artigo, ele treina uma função objetiva adversária J '' (θ) = αJ (θ) + (1 - α) J '(θ). Ele trata α como um hiperparâmetro. α pode ser 0,1, 0,2, 0,3, etc. Independentemente deste …

11 machine-learning  neural-networks  deep-learning  hyperparameter 

Com base no que aprendi, usamos vários filtros em uma camada Conv de uma CNN para aprender diferentes detectores de recursos. Mas como esses filtros são aplicados de maneira semelhante (ou seja, deslizados e multiplicados pelas regiões da entrada), eles não aprenderiam os mesmos parâmetros durante o treinamento? Portanto, o …

11 neural-networks  conv-neural-network  convolution  filter 

Esta pergunta foi feita aqui, mas ninguém deu uma boa resposta. Então eu acho que é uma boa idéia trazê-lo novamente e também gostaria de adicionar mais alguns comentários / perguntas. A primeira pergunta é qual é a diferença entre "modelagem de caminho PLS" e "regressão PLS"? Para torná-lo mais …

11 sem  partial-least-squares  path-model 

Eu não acho que possa haver uma resposta para todos os modelos de aprendizado profundo. Quais dos modelos de aprendizagem profunda são paramétricos e quais não paramétricos e por quê?

11 neural-networks  deep-learning  nonparametric  parametric 

Existe uma maneira de obter uma pontuação de confiança (também podemos chamar de valor ou probabilidade de confiança) para cada valor previsto ao usar algoritmos como Florestas Aleatórias ou Extreme Gradient Boosting (XGBoost)? Digamos que essa pontuação de confiança varie de 0 a 1 e mostre quão confiante estou em …

11 r  regression  random-forest  prediction  boosting 

Pelo que entendi, a norma de lote normaliza todos os recursos de entrada de uma camada para uma distribuição normal de unidade, . A média e variância \ mu, \ sigma ^ 2 são estimadas medindo seus valores para o mini lote atual.μ , σ 2N( μ = 0 , …

11 batch-normalization 

Estou lendo o capítulo 13 "Adventures in Covariance" no ( excelente ) livro Statistical Rethinking de Richard McElreath, onde ele apresenta o seguinte modelo hierárquico: ( Ré uma matriz de correlação) O autor explica que LKJcorré um prior fracamente informativo que funciona como um priorizador de regularização para matriz de …

11 regression  self-study  correlation  prior  hierarchical-bayesian 

Estou ciente do fato de que variáveis ​​categóricas com níveis k devem ser codificadas com variáveis ​​k-1 na codificação dummy (da mesma forma para variáveis ​​categóricas com valores múltiplos). Eu queria saber quanto de um problema uma codificação one-hot (ou seja, usando variáveis ​​k) em vez de codificação fictícia para …

11 regression  multiple-regression  categorical-data  many-categories 

Por que os valores de p e as estatísticas do teste ks diminuem com o aumento do tamanho da amostra? Tome este código Python como um exemplo: import numpy as np from scipy.stats import norm, ks_2samp np.random.seed(0) for n in [10, 100, 1000, 10000, 100000, 1000000]: x = norm(0, 4).rvs(n) …

11 python  p-value  goodness-of-fit  intuition  scipy 

Acabei de aprender sobre o conceito de inicialização e surgiu uma pergunta ingênua: se sempre podemos gerar inúmeras amostras de inicialização de nossos dados, por que nos preocupar em obter mais dados "reais"? Acho que tenho uma explicação, diga-me se estou correto: acho que o processo de inicialização reduz a …

11 variance  bootstrap  bias 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado no ano passado . O treinamento após 15 épocas no conjunto de dados CIFAR-10 parece fazer com que a …

11 neural-networks  conv-neural-network  keras 

Em um teste t usual de médias, usando os métodos usuais de teste de hipótese, rejeitamos o nulo ou falhamos em rejeitar o nulo, mas nunca aceitamos o nulo. Uma razão para isso é que, se obtivéssemos mais evidências, o mesmo tamanho de efeito se tornaria significativo. Mas o que …

11 hypothesis-testing  tost  non-inferiority 

Ajustei um conjunto de dados com uma classe de destino binário pela floresta aleatória. Em python, eu posso fazer isso por randomforestclassifier ou randomforestregressor. Posso obter a classificação diretamente do randomforestclassifier ou executar o randomforestregressor primeiro e recuperar um conjunto de pontuações estimadas (valor contínuo). Então, encontro um valor de …

11 python  random-forest 

Estou tentando entender por que o OLS fornece um estimador tendencioso de um processo AR (1). Considere Nesse modelo, a exogeneidade estrita é violada, ou seja, e estão correlacionados, mas e não são correlacionados. Mas se isso for verdade, por que a derivação simples a seguir não se aplica? ytεtyt-1εtPlim …

11 time-series  least-squares  bias  autoregressive  estimators