Estatísticas e Big Data

Ao treinar redes neurais de segmentação de pixel, como redes totalmente convolucionais, como você decide usar a função de perda de entropia cruzada versus a função de perda de coeficiente de dados? Sei que essa é uma pergunta curta, mas não tenho certeza de que outras informações fornecer. Examinei um …

27 neural-networks  loss-functions  cross-entropy 

Merkle & Steyvers (2013) escrevem: Para definir formalmente uma regra de pontuação adequada, seja uma previsão probabilística de um estudo de Bernoulli com verdadeira probabilidade de sucesso . Regras de pontuação adequadas são métricas cujos valores esperados são minimizados se .fffdddpppf= pf=pf = p Entendo que isso é bom, porque …

27 classification  forecasting  scoring-rules 

Não tenho certeza se essa pergunta pertence aqui, mas está intimamente relacionada aos métodos de gradiente na otimização, que parecem estar no tópico aqui. De qualquer forma, sinta-se à vontade para migrar se você achar que alguma outra comunidade possui uma melhor experiência no tópico. Em resumo, estou procurando um …

27 optimization  derivative  tensorflow  automatic-differentiation 

Estou tentando entender um artigo sobre previsão de carga elétrica, mas estou lutando com os conceitos internos, especialmente o modelo SARIMAX . Esse modelo é usado para prever a carga e usa muitos conceitos estatísticos que eu não entendo (eu sou um estudante de ciências da computação - você pode …

27 regression  time-series  arima  autoregressive  intuition 

Digamos que queremos fazer a regressão de forma simples f = x * yusando uma rede neural profunda padrão. Lembro-me de que existem novas pesquisas que indicam que NN com uma camada hiden pode aproximar qualquer função, mas tentei e sem normalização o NN não conseguiu aproximar nem mesmo essa …

27 regression  machine-learning  neural-networks  deep-learning 

Digamos que tenhamos um classificador SVM, como geramos a curva ROC? (Como teoricamente) (porque geramos TPR e FPR com cada um dos limites). E como determinamos o limite ideal para esse classificador SVM?

27 machine-learning  svm 

Existem muitos posts neste SE que discutem abordagens robustas para a análise de componentes principais (PCA), mas não consigo encontrar uma única boa explicação de por que o PCA é sensível a discrepâncias em primeiro lugar.

26 machine-learning  pca  outliers 

Eu li aqui o seguinte: As saídas sigmóides não são centralizadas em zero . Isso é indesejável, uma vez que neurônios em camadas posteriores de processamento em uma rede neural (mais sobre isso em breve) receberiam dados que não são centralizados em zero. Isto tem implicações sobre a dinâmica durante …

26 neural-networks  deep-learning  backpropagation 

Desculpe, se isso foi respondido em outro lugar, não consegui encontrá-lo. Gostaria de saber por que usamos a raiz quadrada , em particular, da variação para criar o desvio padrão? O que é pegar a raiz quadrada que produz um valor útil?

26 variance  standard-deviation 

A premissa é esta citação da vinheta do pacote R betareg1 . Além disso, o modelo compartilha algumas propriedades (como preditor linear, função de link, parâmetro de dispersão) com modelos lineares generalizados (GLMs; McCullagh e Nelder 1989), mas não é um caso especial dessa estrutura (nem mesmo para dispersão fixa). …

26 generalized-linear-model  beta-regression  dirichlet-regression 

Atualmente, estou estudando a aula de inferência estatística no Coursera. Em uma das tarefas, a seguinte pergunta surge. | Suppose you rolled the fair die twice. What is the probability of rolling the same number two times in a row? 1: 2/6 2: 1/36 3: 0 4: 1/6 Selection: 2 …

26 probability  self-study  conditional-probability 

Quando lemos um livro, a compreensão das notações desempenha um papel muito importante na compreensão do conteúdo. Infelizmente, comunidades diferentes têm convenções de notação diferentes para a formulação do modelo e o problema de otimização. Alguém poderia resumir algumas notações de formulação aqui e fornecer possíveis razões? Vou dar um …

26 machine-learning  probability  self-study  optimization 

Recentemente, completei uma competição Kaggle na qual a pontuação roc auc foi usada conforme os requisitos da competição. Antes deste projeto, eu normalmente usava a pontuação f1 como métrica para medir o desempenho do modelo. No futuro, me pergunto como devo escolher entre essas duas métricas. Quando usar quais e …

26 machine-learning  modeling  roc  scoring-rules 

Antecedentes e exemplo empírico Eu tenho dois estudos; Fiz um experimento (Estudo 1) e depois o repliquei (Estudo 2). No estudo 1, encontrei uma interação entre duas variáveis; no estudo 2, essa interação foi na mesma direção, mas não significativa. Aqui está o resumo do modelo do Estudo 1: Coefficients: …

26 bayesian 

Eu prefiro o sinal de intercalação por sua capacidade de ajuste de parâmetros e interface uniforme, mas observei que ele sempre exige conjuntos de dados completos (ou seja, sem NAs), mesmo que o modelo "nu" aplicado permita NAs. Isso é muito incômodo, pois é necessário aplicar métodos de imputação trabalhosos, …

26 r  missing-data  data-imputation  caret