Estadísticas y Big Data

¿Cuál es la diferencia entre una red neuronal recurrente y de retroalimentación ? ¿Por qué usarías uno sobre el otro? ¿Existen otras topologías de red?

59 machine-learning  neural-networks  terminology  rnn  topologies 

¿Por qué usar Root Mean Squared Error (RMSE) en lugar de Mean Absolute Error (MAE) ?? Hola He estado investigando el error generado en un cálculo: inicialmente calculé el error como un error cuadrático normalizado medio raíz. Mirando un poco más de cerca, veo que los efectos de cuadrar el …

59 least-squares  mean  rms  mae 

¿Cuál es la razón por la que una función de probabilidad no es un pdf (función de densidad de probabilidad)?

59 likelihood  pdf 

El siguiente extracto es de la entrada, ¿Cuáles son las diferencias entre las pruebas de una y dos colas? , en el sitio de ayuda de estadísticas de UCLA. ... considere las consecuencias de perder un efecto en la otra dirección. Imagine que ha desarrollado un nuevo medicamento que cree …

58 hypothesis-testing  statistical-significance  inference 

¿Qué técnicas están disponibles para contraer (o agrupar) muchas categorías a unas pocas, con el fin de usarlas como entrada (predictor) en un modelo estadístico? Considere una variable como estudiante universitario mayor (disciplina elegida por un estudiante universitario). Es desordenada y categórica, pero puede tener docenas de niveles distintos. Digamos …

58 regression  categorical-data  dimensionality-reduction  feature-construction  many-categories 

Esta es una pregunta que encontré en Glassdoor : ¿Cómo se generan 7 enteros con la misma probabilidad usando una moneda que tiene un ?Pr(Head)=p∈(0,1)PAGSr(Cabeza)=pags∈(0 0,1)\mathbb{Pr}(\text{Head}) = p\in(0,1) Básicamente, tiene una moneda que puede ser justa o no, y este es el único proceso de generación de números aleatorios que …

58 probability  binomial  random-generation 

Tengo un diagrama que estoy haciendo en ggplot2 para resumir los datos que provienen de un conjunto de datos celulados de 2 x 4 x 3. He podido hacer paneles para la variable de 2 niveles usando facet_grid(. ~ Age)y para configurar los ejes x e y usando aes(x=4leveledVariable, y=DV). …

58 r  data-visualization  ggplot2 

Encontré dos preguntas aquí y aquí sobre este problema, pero todavía no hay una respuesta o explicación obvia. Hago cumplir el mismo problema donde el error de validación es menor que el error de entrenamiento en mi red neuronal de convolución. Qué significa eso?

58 machine-learning  mathematical-statistics  neural-networks  cross-validation 

Tengo problemas para entender la curva ROC. ¿Hay alguna ventaja / mejora en el área bajo la curva ROC si construyo modelos diferentes de cada subconjunto único del conjunto de entrenamiento y lo uso para generar una probabilidad? Por ejemplo, si tiene valores de , y modelo de acumulación mediante …

57 r  roc 

A menudo se recomienda sacar la raíz cuadrada cuando tiene datos de conteo. (Para algunos ejemplos en CV, vea la respuesta de @ HarveyMotulsky aquí , o la respuesta de @ whuber aquí .) Por otro lado, cuando se ajusta un modelo lineal generalizado con una variable de respuesta distribuida …

57 generalized-linear-model  data-transformation  poisson-distribution  count-data  variance-stabilizing 

Supongo que lo siguiente es cierto: asumir una moneda justa, obtener 10 caras seguidas mientras se lanza una moneda no aumenta la posibilidad de que la próxima moneda sea una cola , sin importar la cantidad de probabilidad y / o jerga estadística que se arroje (disculpe los juegos de …

57 probability  independence  intuition  games  bernoulli-process 

¿Cómo funciona el truco de reparameterization para autoencoders variacionales (VAE)? ¿Existe una explicación intuitiva y fácil sin simplificar las matemáticas subyacentes? ¿Y por qué necesitamos el 'truco'?

57 mathematical-statistics  autoencoders  variational-bayes  generative-models 

Los estimadores de máxima verosimilitud (MLE) son asintóticamente eficientes; vemos el resultado práctico en que a menudo les va mejor que las estimaciones del método de momentos (MoM) (cuando difieren), incluso con tamaños de muestra pequeños Aquí 'mejor que' significa en el sentido de tener típicamente una varianza menor cuando …

57 estimation  maximum-likelihood  mse  method-of-moments  efficiency 

Tengo un modelo (mixto) en el que uno de mis predictores debería estar a priori solo relacionado cuadráticamente con el predictor (debido a la manipulación experimental). Por lo tanto, me gustaría agregar solo el término cuadrático al modelo. Dos cosas me impiden hacerlo: Creo que leí algo que siempre debería …

57 regression  polynomial 

He analizado mis datos tal como están. Ahora quiero ver mis análisis después de tomar el registro de todas las variables. Muchas variables contienen muchos ceros. Por lo tanto, agrego una pequeña cantidad para evitar tomar el registro de cero. Hasta ahora he agregado 10 ^ -10, sin ninguna justificación …

57 data-transformation  chemometrics