Estatísticas e Big Data

Eu queria treinar uma rede com não linearidades que sofrem com o desaparecimento (ou o problema do gradiente explodindo, embora principalmente o desaparecimento). Sei que a maneira padrão (atual) é usar a normalização de lote 1 [BN] 1 ou simplesmente abandonar a não linearidade e usar as unidades ReLu Rectifier …

8 machine-learning  neural-networks  conv-neural-network  batch-normalization 

Cito (ênfase minha) da definição da Wikipedia : A proposição na teoria da probabilidade conhecida como lei da expectativa total, ..., afirma que se X é uma variável aleatória integrável (isto é, uma variável aleatória que satisfaz E (| X |) <∞) e Y é qualquer variável aleatória, não necessariamente …

8 probability  expected-value  conditional-expectation 

Se os casais estão sentados aleatoriamente em uma mesa redonda, qual é a chance de ninguém estar sentado em frente ao seu parceiro? Se houver quatro pessoas, a resposta é 2/3. Se houver seis é 15/8, eu acho. Depois disso, meu método passo a passo, preenchendo todas as possibilidades e …

8 probability 

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 12 meses . Estou tentando ajustar o modelo linear generalizado para a família weibull, mas quando o tento …

8 r  generalized-linear-model  survival  gamlss 

Em geral, devo treinar minha rede neural com menos neurônios, para que ela tenha menos neurônios ReLU mortos? Eu li opiniões conflitantes sobre ReLUs mortos. Algumas fontes dizem que ReLUs mortos são bons porque incentivam a escarsidade. Outros dizem que são ruins porque as RELUs mortas estão mortas para sempre …

8 machine-learning  neural-networks  conv-neural-network 

Considere uma tabela típica de frequências 2x2 (mostrada nesta imagem): Notação: A variável da linha é denotada R e assume os valores 0 ou 1; a variável da coluna é denominada C e assume os valores 0 ou 1. As células da tabela indicam a frequência de cada combinação de …

8 contingency-tables  simultaneous-equation 

É possível calcular a expectativa de uma função de uma variável aleatória apenas com o CDF do rv? Digamos que eu tenho uma função que possui a propriedade e a única informação que tenho sobre a variável aleatória é o CDF.g(x)g(x)g(x)∫∞−∞g(x)dx≤∞∫−∞∞g(x)dx≤∞\int_{-\infty}^{\infty}g(x)dx \leq \infty Por exemplo, eu tenho um cenário em …

8 random-variable  expected-value 

Estou executando algumas regressões e, como queria estar do lado seguro, decidi usar erros padrão de HAC (consistência de heterocedasticidade e autocorrelação) por toda parte. Pode haver alguns casos em que a correlação serial não está presente. De qualquer forma, é uma abordagem válida? Existem desvantagens?

8 time-series  least-squares  standard-error  robust  robust-standard-error 

Estou analisando um conjunto de dados contendo observações de n número de tentativas dos jogadores em um jogo. Se estou construindo um modelo de regressão para prever o resultado de cada tentativa, com 1 ou mais descritores em relação à tentativa de cada jogador , como posso medir quantas tentativas …

8 regression  statistical-significance  bayesian  p-value  sequence-analysis 

Como um aquecimento com redes neurais recorrentes, estou tentando prever uma onda senoidal de outra onda senoidal de outra frequência. Meu modelo é um RNN simples, seu passe para frente pode ser expresso da seguinte forma: rtzt=σ(Win⋅xt+Wrec⋅rt−1))=Wout⋅rtrt=σ(Win⋅xt+Wrec⋅rt−1))zt=Wout⋅rt \begin{aligned} r_t &= \sigma(W_{in} \cdot x_t + W_{rec} \cdot r_{t-1}))\\ z_t &= W_{out} …

8 regression  time-series  neural-networks  deep-learning  rnn 

Acabei de ver esta pergunta e a maravilhosa resposta aceita neste fórum. Fui então desencadeado para tentar entender intuitivamente por que a divisão de SxSySxSyS_xS_y está normalizando a covariância: COV( X, Y)SxSy∈ [ - 1 , 1 ]COV⁡(X,Y)SxSy∈[−1,1]\frac{\operatorname{COV}(X,Y)}{S_xS_y} \in [-1,1] Eu acho que será útil Se eu apenas entender por …

8 correlation  variance  covariance  intuition 

Eu tenho um modelo que vai: Single parameter -> Complex likelihood function -> Log-likelihood. Executei uma cadeia MCMC (usando o pymc) e plotei o rastreamento do parâmetro e a probabilidade de log. A estimativa de parâmetros acabou sendo razoável, mas o gráfico de probabilidade de log parece estranho para mim. …

8 mcmc  likelihood 

Fiquei me perguntando por que os erros padrão são (severamente) enviesados ​​para baixo quando você usa o estimador de variável instrumental (geral) ou o estimador de método generalizado de momentos (gmm).

8 estimation  instrumental-variables  generalized-moments 

O gráfico abaixo mostra a saturação de uma estrada em relação ao impacto no tempo de viagem (normalizado para o tempo de viagem de fluxo livre). A curva azul (função BPR) apresenta um modelo padronizado usado em campo para relacionar o tempo de viagem e a saturação. Para os dados …

8 regression  chi-squared  r-squared 

Eu tenho um dado que tem dois comportamentos subjacentes. Primeiro, há uma periodicidade nele. Parece uma curva senoidal. Em segundo lugar, os pontos de dados têm crescimento constante. Portanto, se eu tiver 100 pontos de dados sem crescimento, será semelhante a uma curva senoidal. Mas devido à taxa de crescimento …

8 time-series  seasonality  trend  fourier-transform