Estadísticas y Big Data

Estoy buscando hacer un proyecto de reconocimiento óptico de caracteres (OCR). Después de investigar un poco, me he encontrado con una arquitectura que parece interesante: CNN + RNN + CTC. Estoy familiarizado con las redes neuronales contorneadas (CNN) y las redes neuronales recurrentes (RNN), pero ¿qué es la Clasificación temporal …

15 machine-learning  deep-learning  conv-neural-network  rnn 

¿Podría alguien explicarme por qué necesita normalizar los datos cuando usa K vecinos más cercanos? He intentado buscar esto, pero parece que todavía no puedo entenderlo. Encontré el siguiente enlace: https://discuss.analyticsvidhya.com/t/why-it-is-necessary-to-normalize-in-knn/2715 Pero en esta explicación, no entiendo por qué un rango mayor en una de las características afecta las predicciones.

15 k-nearest-neighbour 

Estoy luchando por comprender las distribuciones infladas cero. ¿Qué son? ¿Cuál es el punto de? Si tengo datos con muchos ceros, entonces podría ajustar una regresión logística primero calcular la probabilidad de ceros, y luego podría eliminar todos los ceros, y luego ajustar una regresión regular usando mi elección de …

15 zero-inflation 

En el entrenamiento de mini lotes de una red neuronal, escuché que una práctica importante es mezclar los datos de entrenamiento antes de cada época. ¿Alguien puede explicar por qué ayuda el arrastrar los pies en cada época? En la búsqueda de google, encontré las siguientes respuestas: ayuda a que …

15 neural-networks 

¿Qué es una función generadora de momentos (MGF)? ¿Puede explicarlo en términos simples y junto con un ejemplo simple y fácil? Por favor, limite el uso de anotaciones matemáticas formales tanto como sea posible.

15 moments  intuition  mgf 

Estaba leyendo sobre el optimizador Adam para Deep Learning y encontré la siguiente oración en el nuevo libro Deep Learning de Begnio, Goodfellow y Courtville: Adam incluye correcciones de sesgo a las estimaciones de los momentos de primer orden (el término de momento) y los momentos de segundo orden (no …

15 machine-learning  neural-networks  optimization  conv-neural-network  adam 

¿Comparar características usando F-regressionlo mismo que correlacionar características con la etiqueta individualmente y observando el valor ?R2R2R^2 A menudo he visto a mis colegas usar una F regressionselección de funciones para su canal de aprendizaje automático de sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` Algunos, por favor, díganme: ¿por qué da los mismos resultados que …

15 feature-selection  python  scikit-learn  r-squared  f-test 

Los lugares que he estado leyendo sobre la maldición de la dimensionalidad lo explican conjuntamente con kNN principalmente, y los modelos lineales en general. Regularmente veo a los mejores clasificados en Kaggle usando miles de características en el conjunto de datos que apenas tiene 100k puntos de datos. Utilizan principalmente …

15 neural-networks  svm  k-means  k-nearest-neighbour  high-dimensional 

En el aprendizaje automático básico, se nos enseñan las siguientes "reglas generales": a) el tamaño de sus datos debe ser al menos 10 veces el tamaño de la dimensión VC de su conjunto de hipótesis. b) una red neuronal con N conexiones tiene una dimensión VC de aproximadamente N. Entonces, …

15 machine-learning  neural-networks  deep-learning  vc-dimension 

Estaba buscando formas de hacer una prueba de razón de probabilidad en R para comparar los ajustes del modelo. Primero lo codifiqué yo mismo, luego encontré la anova()función predeterminada y también lrtest()en el lmtestpaquete. Sin embargo, cuando verifiqué, anova()siempre produce un valor p ligeramente diferente de los otros dos, aunque …

15 r  anova  likelihood-ratio 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 3 años . Estoy construyendo una regresión logística en R usando el método LASSO con las funciones cv.glmnetpara seleccionar …

15 r  logistic  categorical-data  lasso  glmnet 

Si Y= ∑i = 1norteX2yoY=∑i=1NXi2Y=\sum_{i=1}^{N}X_i^2 donde Xyo∼ N( 0 , σ2)Xi∼N(0,σ2)X_i \sim \mathcal{N}(0,\sigma^2) , es decir, todas las XyoXiX_i son iid variables aleatorias normales de media cero con las mismas variaciones, entonces Y∼ Γ ( N2, 2 σ2) .Y∼Γ(N2,2σ2).Y \sim \Gamma\left(\frac{N}{2},2\sigma^2\right). Sé que la distribución chi-cuadrado es un caso especial …

15 chi-squared  gamma-distribution 

Estoy buscando un método para transformar mi conjunto de datos de su media actual y desviación estándar a una media objetivo y una desviación estándar objetivo. Básicamente, quiero reducir / expandir la dispersión y escalar todos los números a una media. No funciona hacer dos transformaciones lineales separadas, una para …

15 data-transformation  standard-deviation  mean 

En la configuración general del algoritmo de descenso de gradiente, tenemos donde x n es el punto actual, η es el tamaño del paso y g r a d i e n t x n es el gradiente evaluado en x n . Xn + 1= xnorte- η∗ gr a …

15 algorithms  optimization 

Quiero usar en la distribución para modelar retornos de activos de intervalo corto en un modelo bayesiano. Me gustaría estimar tanto los grados de libertad (junto con otros parámetros en mi modelo) para la distribución. Sé que los rendimientos de los activos son bastante no normales, pero no sé mucho …

15 distributions  bayesian  modeling  prior