Estatísticas e Big Data

Existe alguma regra prática entre a profundidade de uma rede neural e a taxa de aprendizado? Tenho notado que quanto mais profunda a rede, menor a taxa de aprendizado. Se isso está correto, por que isso?

10 neural-networks  deep-learning  hyperparameter  rule-of-thumb 

Embora eu tenha feito alguma programação com máquinas de Boltzmann em uma aula de física, não estou familiarizado com a caracterização teórica deles. Por outro lado, conheço um pouco da teoria dos modelos gráficos (sobre os primeiros capítulos do livro de Lauritzen, Graphical Models ). Pergunta: Existe alguma relação significativa …

10 machine-learning  neural-networks  mathematical-statistics  graphical-model  rbm 

Sou um cientista de dados que trabalha com sólida experiência em regressão, outros algoritmos de tipo de aprendizado de máquina e programação (tanto para análise de dados quanto para desenvolvimento de software em geral). A maior parte da minha vida profissional foi focada na criação de modelos para precisão preditiva …

10 hypothesis-testing  references  frequentist  inference 

Estou lendo este artigo sobre a diferença entre Análise de Componentes Principais e Análise Discriminante Múltipla (Análise Discriminante Linear), e estou tentando entender por que você usaria o PCA em vez do MDA / LDA. A explicação é resumida da seguinte forma: grosso modo, no PCA, estamos tentando encontrar os …

10 classification  pca  dimensionality-reduction  discriminant-analysis 

Então, antes de tudo, pesquisei neste fórum e sei que perguntas extremamente semelhantes foram feitas, mas geralmente não foram respondidas adequadamente ou, às vezes, a resposta simplesmente não é detalhada o suficiente para que eu possa entender. Então, desta vez, minha pergunta é: tenho dois conjuntos de dados, em cada …

10 r  regression  statistical-significance  regression-coefficients  group-differences 

O documento de ajuda "entalhe" ( ou texto original ) do boxplot em 'R' fornece o seguinte: Se os entalhes de duas parcelas não se sobrepõem, é uma 'forte evidência' de que as duas medianas diferem (Chambers et al, 1983, p. 62). Veja boxplot.stats para os cálculos usados. e o …

10 data-visualization  median  boxplot  tukey-hsd 

Provavelmente, há mais de um mal-entendido sério nesta questão, mas não se destina a acertar os cálculos, mas a motivar o aprendizado de séries temporais com algum foco em mente. Ao tentar entender a aplicação de séries temporais, parece que diminuir os dados torna implausível prever valores futuros. Por exemplo, …

10 r  time-series  data-visualization 

Nos fóruns de nomes de bebês, os possíveis pais repetem uma versão do Medo de Jennifer o tempo todo: "Não quero que meu filho seja um dos cinco da turma com o nome dele". O fato é que nenhum nome chega nem perto desse tipo de popularidade e, mesmo no …

10 probability  combinatorics 

Gostaria de entender como posso obter a porcentagem de variação de um conjunto de dados, não no espaço de coordenadas fornecido pelo PCA, mas em um conjunto ligeiramente diferente de vetores (rotacionados). set.seed(1234) xx <- rnorm(1000) yy <- xx * 0.5 + rnorm(1000, sd = 0.6) vecs <- cbind(xx, yy) …

10 r  variance  pca  linear-algebra 

Em um comentário a esta pergunta , o usuário @whuber citou a possibilidade de usar uma versão periódica de splines para ajustar dados periódicos. Gostaria de saber mais sobre esse método, em particular as equações que definem os splines e como implementá-los na prática (sou principalmente um Rusuário, mas posso …

10 regression  time-series  seasonality  splines 

Entendo que a estimativa de validação cruzada do erro de teste com dobra k geralmente subestima o erro de teste real. Estou confuso por que esse é o caso. Entendo por que o erro de treinamento geralmente é menor que o erro de teste - porque você está treinando o …

10 cross-validation  bias 

Seja X1X1X_1 , X2X2X_2 , ⋯⋯\cdots , Xd∼N(0,1)Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1) e seja independente. Qual é a expectativa de X41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} ? É fácil encontrar E(X21X21+⋯+X2d)=1dE(X12X12+⋯+Xd2)=1d\mathbb{E}\left(\frac{X_1^2}{X_1^2 + \cdots + X_d^2}\right) = \frac{1}{d} por simetria. Mas eu não sei como encontrar a expectativa deX41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} …

10 probability  self-study  normal-distribution  chi-squared  expected-value 

Atualmente, estou tentando entender os filtros de partículas e seus possíveis usos nas finanças e estou lutando bastante. Quais são os pré-requisitos matemáticos e estatísticos que devo revisar (oriundos de finanças quantitativas) para (i) tornar acessíveis os conceitos básicos dos filtros de partículas e (ii) para depois compreendê-los completamente? Tenho …

10 time-series  particle-filter 

Esta é a pontuação F beta: Fβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallFβ=(1 1+β2)⋅precEusEuon⋅recumaeueu(β2⋅precEusEuon)+recumaeueuF_\beta = (1 + \beta^2) \cdot \frac{\mathrm{precision} \cdot \mathrm{recall}}{(\beta^2 \cdot \mathrm{precision}) + \mathrm{recall}} O artigo da Wikipedia afirma que .FβFβF_\beta "measures the effectiveness of retrieval with respect to a user who attaches β times as much importance to recall as precision" Eu não …

10 machine-learning  precision-recall  model-evaluation 

Suponhamos que X1,...,XnX1,...,XnX_1,...,X_n são iid de N( μ , σ2)N(μ,σ2)N(\mu,\sigma^2) e deixe que X( I )X(i)X_{(i)} denotam o EuEui -ésimo elemento mais pequeno a partir de X1 1, . . . , XnX1 1,...,XnX_1,...,X_n . Como alguém seria capaz de limitar o máximo esperado da relação entre dois elementos consecutivos …

10 expected-value  order-statistics  ratio  maximum