Estadísticas y Big Data

Esta pregunta se migró de Stack Overflow porque se puede responder en Cross Validated. Migrado hace 6 años . Tengo el siguiente resultado de ejecutar la función glm. ¿Cómo puedo interpretar los siguientes valores: Desviación nula Desviación residual AIC ¿Tienen algo que ver con la bondad del ajuste? ¿Puedo calcular …

21 r  regression  generalized-linear-model 

¿Alguien puede explicar cuál es la interpretación natural de los hiperparámetros LDA? ALPHAy BETAson parámetros de distribuciones de Dirichlet para (por documento) tema y (por tema) distribuciones de palabras respectivamente. Sin embargo, ¿alguien puede explicar lo que significa elegir valores más grandes de estos hiperparámetros frente a valores más pequeños? …

21 interpretation  prior  topic-models  hyperparameter 

Es poco probable que esta pregunta ayude a futuros visitantes; solo es relevante para un área geográfica pequeña, un momento específico en el tiempo o una situación extraordinariamente estrecha que generalmente no es aplicable a la audiencia mundial de Internet. Para obtener ayuda para que esta pregunta sea más aplicable, …

21 r  gbm 

¿Qué distribuciones tienen soluciones de forma cerrada para las estimaciones de máxima verosimilitud de los parámetros de una muestra de observaciones independientes?

21 distributions  mathematical-statistics  maximum-likelihood 

El análisis funcional de componentes principales (FPCA) es algo con lo que me he tropezado y que nunca pude entender. ¿Que es todo esto? Consulte "Una encuesta de análisis funcional de componentes principales" por Shang, 2011 , y estoy citando: PCA se encuentra con serias dificultades para analizar datos funcionales …

21 time-series  pca  dimensionality-reduction 

Tengo problemas para entender el concepto de una variable aleatoria como función. Entiendo la mecánica (creo) pero no entiendo la motivación ... Digamos que es un triple de probabilidad, donde , es el álgebra de Borel- en ese intervalo y es la medida regular de Lebesgue. Sea una variable aleatoria …

21 probability  random-variable  measure-theory 

Aprendí que un tamaño de muestra pequeño puede conducir a una potencia insuficiente y un error tipo 2. Sin embargo, tengo la sensación de que las muestras pequeñas pueden ser poco fiables y dar lugar a cualquier tipo de resultado por casualidad. ¿Es eso cierto?

21 hypothesis-testing  small-sample 

Fondo Una de las variaciones previas débiles más comúnmente utilizadas es la gamma inversa con parámetros (Gelman 2006) .α=0.001,β=0.001α=0.001,β=0.001\alpha =0.001, \beta=0.001 Sin embargo, esta distribución tiene un IC del 90% de aproximadamente .[3×1019,∞][3×1019,∞][3\times10^{19},\infty] library(pscl) sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, 0.001)) [1] 3.362941e+19 Inf A partir de esto, interpreto que el …

21 bayesian  multilevel-analysis  prior 

Ejecuté un modelo mixto lineal generalizado en R e incluí un efecto de interacción entre dos predictores. La interacción no fue significativa, pero los principales efectos (los dos predictores) sí lo fueron. Ahora, muchos ejemplos de libros de texto me dicen que si hay un efecto significativo de la interacción, …

21 logistic  mixed-model  interaction  interpretation  regression-coefficients 

La mayoría de los algoritmos clásicos de agrupación y reducción de dimensionalidad (agrupación jerárquica, análisis de componentes principales, k-means, mapas autoorganizados ...) están diseñados específicamente para datos numéricos, y sus datos de entrada se ven como puntos en un espacio euclidiano. Por supuesto, este es un problema, ya que muchas …

21 clustering  dimensionality-reduction  distance  self-organizing-maps  mixed-type-data 

Esta pregunta ya tiene respuestas aquí : ¿Cómo puede ser positivo el cambio en la función de costos? (1 respuesta) ¿Qué debo hacer cuando mi red neuronal no aprende? (5 respuestas) Cerrado el mes pasado . Estoy entrenando un modelo (red neuronal recurrente) para clasificar 4 tipos de secuencias. Mientras …

21 machine-learning  neural-networks  loss-functions  rnn  training-error 

¿Estoy malinterpretando algo? Este es mi codigo usando sklearn import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn import decomposition from sklearn import datasets from sklearn.preprocessing import StandardScaler pca = decomposition.PCA(n_components=3) x = np.array([ [0.387,4878, 5.42], [0.723,12104,5.25], [1,12756,5.52], [1.524,6787,3.94], ]) pca.fit_transform(x) Salida: array([[ -4.25324997e+03, -8.41288672e-01, …

21 pca  python  scikit-learn 

Definimos una arquitectura de cuello de botella como el tipo que se encuentra en el documento de ResNet donde [dos capas de conv 3x3] se reemplazan por [una 1x1 conv, una 3x3 conv, y otra 1x1 conv capa]. Entiendo que las capas conv 1x1 se usan como una forma de …

21 residuals  deep-learning  conv-neural-network 

Los datos tienen muchas características (por ejemplo, 100) y el número de instancias es como 100,000. Los datos son escasos. Quiero ajustar los datos usando regresión logística o svm. ¿Cómo sé si las características son lineales o no lineales para poder usar el truco del núcleo si no es lineal?

21 machine-learning  logistic  svm  data-mining 

Aquí está mi vieja pregunta Me gustaría preguntar si alguien sabe la diferencia (si hay alguna diferencia) entre los modelos Hidden Markov (HMM) y el Filtro de partículas (PF), y como consecuencia el Filtro Kalman, o en qué circunstancias usamos qué algoritmo. Soy estudiante y tengo que hacer un proyecto, …

21 machine-learning  self-study  hidden-markov-model  kalman-filter  particle-filter