Estadísticas y Big Data

¿Podemos dar imágenes con tamaño variable como entrada a una red neuronal convolucional para la detección de objetos? Si es posible, ¿cómo podemos hacer eso? Pero si tratamos de recortar la imagen, perderemos una parte de la imagen y si tratamos de cambiar el tamaño, se perderá la claridad de …

17 deep-learning  tensorflow  keras  computer-vision  object-detection 

¿Alguien podría darme algunos ejemplos prácticos de la distribución Cauchy? ¿Qué lo hace tan popular?

16 distributions  continuous-data  cauchy 

¿Cuál es la definición matemática de una relación causal entre dos variables aleatorias? Dada una muestra de la distribución conjunta de dos variables aleatorias XXX e YYY , ¿cuándo diríamos que XXX causa YYY ? Por contexto, estoy leyendo este artículo sobre descubrimiento causal .

16 machine-learning  causality 

Parece que la definición de aprendizaje supervisado es un subconjunto de aprendizaje de refuerzo, con un tipo particular de función de recompensa que se basa en datos etiquetados (a diferencia de otra información en el entorno). ¿Es esta una representación precisa?

16 machine-learning  terminology  reinforcement-learning  supervised-learning  definition 

(Esta pregunta puede parecer más adecuada para la Filosofía SE. Espero que los estadísticos puedan aclarar mis ideas erróneas sobre las declaraciones de Box y Shmueli, por lo tanto, la estoy publicando aquí). George Box (de la fama de ARIMA) dijo: "Todos los modelos están equivocados, pero algunos son útiles". …

16 predictive-models  aic  bic  philosophical  explanatory-models 

En primer lugar, no estoy preguntando esto: ¿Por qué la correlación cero no implica independencia? Esto se aborda (bastante bien) aquí: /math/444408/why-does-zero-correlation-not-imply-independence Lo que pregunto es lo contrario ... digamos que dos variables son completamente independientes entre sí. ¿No podrían tener una pequeña correlación por accidente? ¿No debería ser ... …

16 correlation  mathematical-statistics  covariance  independence 

Una regla de puntuación adecuada es una regla que se maximiza mediante un modelo 'verdadero' y no permite 'cubrir' o jugar con el sistema (informar deliberadamente diferentes resultados, como es la verdadera creencia del modelo para mejorar la puntuación). El puntaje de Brier es correcto, la precisión (proporción clasificada correctamente) …

16 classification  references  roc  measurement-error  scoring-rules 

En mi trabajo, cuando las personas se refieren al valor "medio" de un conjunto de datos, generalmente se refieren a la media aritmética (es decir, "promedio" o "valor esperado"). Si proporcionara la media geométrica , la gente probablemente pensaría que estoy siendo sarcástica o que no soy útil, ya que …

16 median  definition 

Deje que X∼Dist(θX)X∼Dist(θX)X \sim \text{Dist}(\theta_X) y Y∼Dist(θY)Y∼Dist(θY)Y \sim \text{Dist}(\theta_Y) variables aleatorias continuas independientes generados a partir de la misma forma distributiva no especificado pero con provisión para diferentes valores de los parámetros. Estoy interesado en encontrar una forma de distribución paramétrica para la cual se cumpla la siguiente probabilidad de …

16 probability  distributions 

Esta pregunta se inspiró en dos interacciones recientes que tuve, una aquí en CV y la otra en economics.se. Allí, había publicado una respuesta a la conocida "Paradoja de la envoltura" (fíjate, no como la "respuesta correcta" sino como la respuesta que surge de suposiciones específicas sobre la estructura de …

16 bayesian  mathematical-statistics  prior  theory  philosophical 

Dados los tres vectores aaa , bbb y ccc , ¿es posible que las correlaciones entre aaa y bbb , aaa y ccc , y bbb y ccc sean todas negativas? Es decir, ¿es esto posible? corr(a,b)&lt;0corr(a,c)&lt;0corr(b,c)&lt;0corr(a,b)&lt;0corr(a,c)&lt;0corr(b,c)&lt;0\begin{align} \text{corr}(a,b) < 0\\ \text{corr}(a,c) < 0 \\ \text{corr}(b,c) < 0\\ \end{align}

16 correlation  correlation-matrix 

¿Cuál fue la primera derivación de la distribución normal? ¿Puede reproducir esa derivación y también explicarla dentro de su contexto histórico? ? Quiero decir, si la humanidad se olvidara de la distribución normal, ¿cuál es la forma más probable de redescubrirla y cuál sería la derivación más probable? Supongo que …

16 probability  distributions  normal-distribution  references  history 

Acabo de encontrarme con el "criterio de información de Akaike", y noté esta gran cantidad de literatura sobre la selección de modelos (también parecen existir cosas como BIC). ¿Por qué los métodos modernos de aprendizaje automático no aprovechan estos criterios de selección de modelos BIC y AIC?

16 machine-learning  model-selection  aic  bic 

Estoy tratando de usar la pérdida al cuadrado para hacer una clasificación binaria en un conjunto de datos de juguete. Estoy usando mtcarsun conjunto de datos, uso millas por galón y peso para predecir el tipo de transmisión. El gráfico a continuación muestra los dos tipos de datos del tipo …

16 r  machine-learning  logistic  optimization  loss-functions 

Considere la variable aleatoria gamma X∼Γ(α,θ)X∼Γ(α,θ)X\sim\Gamma(\alpha, \theta) . Hay fórmulas claras para la media, la varianza y la asimetría: E[X]Var[X]Skewness[X]=αθ=αθ2=1/α⋅E[X]2=2/α−−√E[X]=αθVar⁡[X]=αθ2=1/α⋅E[X]2Skewness⁡[X]=2/α\begin{align} \mathbb E[X]&=\alpha\theta\\ \operatorname{Var}[X]&=\alpha\theta^2=1/\alpha\cdot\mathbb E[X]^2\\ \operatorname{Skewness}[X]&=2/\sqrt{\alpha} \end{align} Considere ahora una variable aleatoria transformada logarítmica Y=log(X)Y=log⁡(X)Y=\log(X) . Wikipedia da fórmulas para la media y la varianza: E[Y]Var[Y]=ψ(α)+log(θ)=ψ1(α)E[Y]=ψ(α)+log⁡(θ)Var⁡[Y]=ψ1(α)\begin{align} \mathbb E[Y]&=\psi(\alpha)+\log(\theta)\\ \operatorname{Var}[Y]&=\psi_1(\alpha)\\ \end{align} mediante …

16 gamma-distribution  skewness  logarithm