Estatísticas e Big Data

Dada, uma variável aleatória X cuja média, variância e quarto momento central são 0, 2 e 4, respectivamente. Agora, como eu provo isso (1) terceiro momento é 0 (2) distribuir é simétrico em torno de 0 e (3) X é limitado. Com as informações acima, a única coisa que pude …

7 self-study  moments  symmetry 

O ensino a distância baseado em trigêmeos para reconhecimento facial parece muito eficaz. Estou curioso sobre um aspecto particular do artigo. Como parte de encontrar uma incorporação para um rosto, os autores normalizam as unidades ocultas usando a normalização L2, que restringe a representação a uma hiperesfera. Por que isso …

7 neural-networks  deep-learning  normalization  image-processing 

Diz na wikipedia O papel da distribuição normal no teorema do limite central é em parte responsável pela prevalência da variação na probabilidade e na estatística. Entendo isso como quando usamos a variância / SD como uma medida de dispersão, na verdade estamos procurando o "parâmetro de escala" de uma …

7 self-study  normal-distribution  variance 

Na internet, vi referências dispersas à ideia de redimensionar uma função objetiva e usá-la como PDF para fins de otimização. (Neste site, por exemplo: As técnicas de otimização são mapeadas para as técnicas de amostragem? ) Alguém pode me indicar um local onde eu possa aprender mais sobre esse método? …

7 sampling  optimization  pdf  algorithms 

Nos Modelos Lineares Generalizados, a distribuição condicional da variável de resposta deve pertencer à família exponencial. Por que essa restrição é importante? Que propriedade um modelo de regressão perderia se escolhêssemos uma distribuição fora da família exponencial?

7 regression  generalized-linear-model  exponential-family 

Pelo que entendi, existem três abordagens principais para a redução não linear da dimensionalidade: Aprendizagem múltipla (algoritmos geométricos / topológicos como ISOMAP, LLE, LTSA) Autoencoders coisas que não se encaixam nas duas primeiras categorias (t-SNE inspirado em probabilidade, Kernel PCA, etc.) Quais são os benefícios e as desvantagens das duas …

7 machine-learning  deep-learning  dimensionality-reduction  autoencoders  manifold-learning 

Isso não está diretamente relacionado à minha outra pergunta , embora o tópico seja o mesmo. Também é provavelmente uma pergunta muito trivial, mas tenha paciência :) Eu estava discutindo com um colega sobre o uso da regressão de processo gaussiana, e ele fez duas afirmações com as quais não …

7 regression  bayesian  gaussian-process 

Fiquei me perguntando se alguém poderia explicar o que significa dizer que uma estatística não é 'suave'. Por exemplo, em 2.6.2 p. 41 de Davison e Hinkley , eles falam sobre estatísticas que "dependem da amostra de uma maneira instável ou instável, de modo que a teoria de expansão padrão …

7 bootstrap 

Eu tenho um conjunto de dados que estou analisando atualmente. Estou tendo dificuldades para decidir se um modelo aditivo deve ser usado para prever os dados ou se devo usar um modelo multiplicativo . Conheço a diferença entre os dois e posso aplicar o modelo correto quando os dados brutos …

7 time-series  model-selection  seasonality 

Eu estava pensando e tentando entender se existe alguma razão matemática por trás da superioridade das RNNs sobre as redes Feed-forward ao lidar com dados sequenciais. Por exemplo, ao modelar séries temporais, HMMs, etc. Suponha que o comprimento da sequência seja fixo, mas muito grande. Intuitivamente, está claro que os …

7 machine-learning  time-series  neural-networks  rnn 

Esta pode ser uma pergunta idiota. Sou um graduado recente da faculdade que trabalha na área de modelagem preditiva e descobre que há uma forte ênfase na realização de engenharia de recursos. No entanto, na maior parte do meu treinamento acadêmico em estatística, quase não houve menção à engenharia de …

7 inference  feature-construction 

Tenho muitas medidas para vários indivíduos, mas não sei como explicar essa estrutura de repetição de medidas ao executar um modelo de floresta aleatório. Existe uma maneira de explicar a estrutura de dados subjacente dos dados longitudinais usando um modelo de floresta aleatória? Isso é mesmo necessário? - parece-me que …

7 r  repeated-measures  random-forest  panel-data 

Eu estava lendo a versão on-line do Forecasting: princípios e práticas de Rob J Hyndman e George Athanasopoulos. Encontrei esta frase sobre a decomposição do STL e a transformação do BoxCox: "Decomposições de alguma forma entre aditivo e multiplicativo podem ser obtidas usando uma transformação Box-Cox dos dados com 0 …

7 time-series  data-transformation 

Na regressão spline, não é incomum que a expansão da base crie uma matriz de projeto com deficiência de classificação , mas é sabido que a penalização do procedimento de estimativa resolve o problema. Não sei como mostrar que a penalização significa que é definitivo positivo. (Eu sei que as …

7 self-study  linear-algebra  splines 

Eu sei que a fórmula padrão para o IC de Bernoulli é: p^±z1 - α / 2p^( 1 -p^)n--------√p^±z1−α/2p^(1−p^)n\hat{p}\pm z_{1-\alpha/2}\sqrt{\frac{\hat{p}(1-\hat{p})}{n}} Se como faço para estimar o intervalo de confiança quando é pequeno e ? Este caso reduziria a equação acima para , o que implica que o intervalo de confiança …

7 confidence-interval  small-sample  bernoulli-distribution