Estatísticas e Big Data

Parece que estou perdendo alguma informação vital. Estou ciente de que o coeficiente de regressão logística está em log (odds), chamado de escala logit. Portanto, para interpretá-los, exp(coef)é obtido e produz OR, o odds ratio. E se β1 1= 0,012β1=0.012\beta_1 = 0.012 a interpretação é a seguinte: Para um aumento …

9 probability  logistic  binary-data  logit  odds-ratio 

Se bem entendi, nas estatísticas bayesianas, um parâmetro é uma variável aleatória. Ao estimar o parâmetro, uma distribuição anterior é combinada com os dados para produzir uma distribuição posterior. Questão: Todos os pontos de dados (na amostra e na população) são gerados pela mesma realização do parâmetro? Se sim, por …

9 bayesian 

Eu estou usando usando um modelo linear generalizado gama (GLM) com um link de identidade. A variável independente é a compensação de um grupo específico. O resumo do statsmodels do Python está me dando um aviso sobre a função de vínculo de identidade ( "DomainWarning: a função de vínculo de …

9 generalized-linear-model  python  gamma-distribution  statsmodels 

Eu estava navegando no repositório do Github para o Pymc e encontrei este notebook: Inferência Variacional: Redes Neurais Bayesianas O autor exalta as virtudes da programação bayesiana / probabilística, mas continua dizendo: Infelizmente, quando se trata de problemas tradicionais de ML, como classificação ou regressão (não linear), a Programação Probabilística …

9 machine-learning  bayesian  mcmc  pymc  probabilistic-programming 

Para floresta aleatória, dividimos o nó por Gini impureza ou entropia para um conjunto de recursos. O RandomForestClassifier no sklearn, podemos optar por dividir usando o critério Gini ou Entropy. No entanto, o que eu li sobre o Extra-Trees Classifier, um valor aleatório é selecionado para a divisão (acho que …

9 classification  python  random-forest  scikit-learn 

Pode ser usada uma rede contraditória generativa (GAN) para aumento de dados (ou seja, para gerar exemplos sintéticos que são adicionados a um conjunto de dados)? Isso teria algum impacto no desempenho de um modelo treinado no conjunto de dados aumentado?

9 machine-learning  neural-networks  gan  data-augmentation 

Não nos desculpe: não tentei pesquisar isso (além de revisar a lista de perguntas que o CV pode ter respondido a essa pergunta). Ensinei isso na aula na semana passada para diagnosticar modelos de regressão logística múltipla e avisei os alunos com antecedência que não conheciam as origens do nome. …

9 logistic  roc  history 

O que significa quando os estatísticos falam sobre ter mais preditores do que observações em um modelo de regressão? Como isso poderia ser possível? Por que é um problema de regressão? Desculpas, eu sou novo na análise quantitativa e estatísticas, então não tenho certeza por que isso acontece. Eu apreciaria …

9 regression 

No aprendizado crítico-ator para aprendizado reforçado, eu entendo que você tem um "ator" que está decidindo a ação a ser tomada e um "crítico" que avalia essas ações; no entanto, estou confuso sobre o que a função de perda está realmente dizendo mim. Na página 274 do livro de Sutton …

9 machine-learning  reinforcement-learning  actor-critic 

É prática comum aplicar o aumento de dados apenas ao conjunto de treinamento ou aos conjuntos de treinamento e teste?

9 machine-learning  deep-learning  regularization  data-augmentation 

Eu estava lendo o livro Deep Learning e me deparei com o seguinte parágrafo (página 109, segundo parágrafo): Os dados de treinamento e teste são gerados por uma distribuição de probabilidade em conjuntos de dados denominados processo de geração de dados. Normalmente fazemos um conjunto de suposições conhecidas coletivamente como …

9 deep-learning 

Estou tentando ajustar uma função de decaimento exponencial aos valores y que se tornam negativos em valores x altos, mas não consigo configurar minha nlsfunção corretamente. Alvo Estou interessado na inclinação da função decay ( acordo com algumas fontes ). Como obtenho essa inclinação não é importante, mas o modelo …

9 r  model  exponential 

Qual é a diferença entre as camadas conv e FC ? Por que não consigo usar as camadas conv em vez das camadas FC ?

9 neural-networks  conv-neural-network  convolution 

Em um contexto de divisão da árvore de decisão, não é óbvio ver por que a impureza de Gini i ( t ) = 1 -∑j = 1kp2( j | t )i(t)=1−∑j=1kp2(j|t) i(t)=1-\sum\limits_{j=1}^k p^2(j|t) é uma medida da impureza do nó t . Existe uma explicação fácil para isso?

9 cart  intuition  gini 

Para modelos lineares (como regressão linear, regressão logística, etc.), a engenharia de recursos é uma etapa importante para melhorar o desempenho dos modelos. Minha pergunta é: importa se realizamos alguma engenharia de recursos ao usar floresta aleatória ou aumento de gradiente? Concedido que esses modelos não são modelos de aprendizado …

9 machine-learning  random-forest  feature-construction  gbm  boosting