Estatísticas e Big Data

Do curso elementar de probabilidade, as distribuições de probabilidade como Gaussian, Poisson ou exponencial têm uma boa motivação. Depois de encarar a fórmula das distribuições exponenciais da família por um longo tempo, ainda não tenho intuição. fX( x ∣ θ ) = h ( x ) exp( η(θ)⋅T( x ) …

10 exponential-family 

Esta pergunta já tem uma resposta aqui : Como limiar a previsão de probabilidade multiclasse para obter matriz de confusão? (1 resposta) Fechado há 3 meses . O exemplo acima é um exemplo muito simples de ter uma saída do classificador de probabilidade para um caso de classe binária, 0 …

10 probability  classification  precision-recall  multi-class 

No ano passado, tenho ouvido muito sobre estruturas de Programação Probabilística (PP), como PyMC3 e Stan , e quão bom é o PP. E hoje, alguém compartilhou este link comigo: Pyro: uma linguagem de programação probabilística profunda No entanto, eu realmente não sigo o que há de especial, pois parece …

10 bayesian  modeling  inference  software 

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 há 2 anos . Esperando o próximo curso de Andrew Ng no Coursera, estou tentando programar no Python um …

10 softmax  numerics 

Tenho experiência anterior com validação cruzada 'normal' dobra K para ajuste de modelo e estou um pouco confuso com o aplicativo em modelos de séries temporais. Entendo que, para modelos de séries temporais, o corolário da validação cruzada é o procedimento de 'origem progressiva' descrito por Hyndman . Isso faz …

10 time-series  forecasting  cross-validation 

Estou lendo um livro "Machine learning with Spark", de Nick Pentreath, e na página 224-225 o autor discute sobre o uso de meios K como forma de redução de dimensionalidade. Eu nunca vi esse tipo de redução de dimensionalidade, ele tem um nome ou é útil para formas específicas de …

10 clustering  k-means  dimensionality-reduction 

Preciso obter algum tipo de "média" em uma lista de variações, mas tenho problemas para encontrar uma solução razoável. Há uma discussão interessante sobre as diferenças entre os três meios pitagóricos (aritmética, geométrica e harmônica) nesse segmento ; no entanto, ainda acho que nenhum deles seria um bom candidato. Alguma …

10 variance  average 

Quando fazemos classificação e regressão, geralmente definimos conjuntos de teste e treinamento para nos ajudar a construir e aprimorar modelos. No entanto, quando fazemos cluster, também precisamos definir conjuntos de teste e treinamento? Por quê?

10 machine-learning  clustering  unsupervised-learning 

Considere a função de densidade posterior dada (como de costume) por com densidade anterior e distribuição do observações , condicionais no valor do parâmetro .π(θ)∏i=1nf(xi;θ),π(θ)∏i=1nf(xi;θ), \pi(\theta) \prod_{i=1}^n f(x_i;\theta),ππ\pif(⋅;θ)f(⋅;θ)f(\cdot;\theta)nnnx1,…,xnx1,…,xnx_1, \dots, x_nθθ\theta Sob certas condições, a distribuição posterior é assintoticamente normal (um resultado conhecido como teorema de Bernstein-von Mises, veja egvd Vaart, …

10 bayesian  asymptotics 

Essa pode ser uma pergunta básica: qual é a diferença entre preconceito e falta de adequação? E, analogamente, qual é a diferença entre variação e super adaptação? Os termos de cada par significam a mesma coisa? Se não, qual é a diferença?

10 variance  bias  overfitting  model-evaluation 

Tenho uma dúvida sobre como exatamente é treinada a função de perda de uma Deep Q-Learning Network. Estou usando uma rede feedforward de 2 camadas com camada de saída linear e relu camadas ocultas. Vamos supor que eu tenho 4 ações possíveis. Portanto, a saída da minha rede para o …

10 least-squares  deep-learning  loss-functions  reinforcement-learning  q-learning 

Eu estava plotando (padronizado) dados de retorno qqplot()no MATLAB contra os quantis teóricos de uma distribuição normal. No entanto, a linha no QQ-Plot não possui um ângulo de 45 °, mas é girada um pouco. Talvez eu entenda mal o conceito de um gráfico de QQ, mas não deveria ser …

10 matlab  qq-plot 

Eu queria saber qual é a melhor maneira de inicializar o estado para LSTMs. Atualmente, eu apenas inicializo para todos os zeros. Realmente não consigo encontrar nada online sobre como inicializá-lo. Uma coisa que eu estava pensando em fazer é tornar o estado inicial um parâmetro treinável. Algum conselho?

10 neural-networks  lstm 

Eu sou novo em Keras e preciso de sua ajuda. Estou treinando uma rede neural em Keras e minha função de perda é a diferença ao quadrado entre a saída e o valor-alvo da rede. Eu quero otimizar isso usando a Descida de gradiente. Depois de passar por alguns links …

10 neural-networks  python  gradient-descent  keras  sgd 

se é observado matriz de dados e é variável latente, entãoYXXXYYY X=WY+μ+ϵX=WY+μ+ϵX=WY+\mu+\epsilon Onde é a média dos dados observados, e é o erro / ruído gaussiano nos dados, e é chamado subespaço principal.ϵ Wμμ\muϵϵ\epsilonWWW Minha pergunta é: quando o PCA normal é usado, obteríamos um conjunto de autovetores ortonormais para …

10 machine-learning  pca  latent-variable  eigenvalues