Estadísticas y Big Data

Tengo problemas para entender por qué nos importa si un proceso de MA es invertible o no. Corríjame si me equivoco, pero puedo entender por qué nos importa si un proceso AR es causal o no, es decir, si podemos "reescribirlo", por así decirlo, como la suma de algún parámetro …

14 time-series  mathematical-statistics  autoregressive  moving-average 

Parece que hay consejos contradictorios sobre cómo manejar la comparación entre el error del tren y la prueba, particularmente cuando hay una brecha entre los dos. Parece que hay dos escuelas de pensamiento que para mí parecen estar en conflicto. Estoy buscando entender cómo conciliar los dos (o entender lo …

14 cross-validation  overfitting 

Esto se refiere al documento Localización eficiente de objetos mediante redes convolucionales , y por lo que entiendo, el abandono se implementa en 2D. Después de leer el código de Keras sobre cómo se implementa el Dropout 2D espacial, básicamente se implementa una máscara binaria aleatoria de forma [batch_size, 1, …

14 machine-learning  deep-learning  tensorflow  dropout 

Después de una pregunta ya respondida ( Extrayendo la importancia del peso de la red de alimentación de una capa ) Estoy buscando inferencia sobre la relevancia de las entradas en las redes neuronales. Teniendo en cuenta una red profunda, donde reconstruir la importancia de la entrada yendo hacia atrás …

14 neural-networks  python  feature-selection  sensitivity-analysis 

Digamos que tenemos X de forma (2, 5) e y de forma (2,) Esto funciona: np.linalg.lstsq(X, y) Es de esperar que esto funcione solo si X tenía forma (N, 5) donde N> = 5 Pero, ¿por qué y cómo? Volvemos 5 pesos como se esperaba, pero ¿cómo se resuelve este …

14 least-squares  linear-algebra  numpy 

Esta es una pregunta sobre una práctica o método seguido por algunos de mis colegas. Al hacer un modelo de regresión logística, he visto a personas reemplazar las variables categóricas (o variables continuas que están agrupadas) con su respectivo peso de evidencia (WoE). Se supone que esto se hace para …

14 regression  logistic  categorical-data  modeling 

Estoy tomando un curso sobre modelos de regresión y una de las propiedades proporcionadas para la regresión lineal es que los residuos siempre suman cero cuando se incluye una intersección. ¿Alguien puede dar una buena explicación de por qué este es el caso?

14 regression  residuals 

Soy un graduado de negocios y economía que actualmente estudia para una maestría en ingeniería de datos. Mientras estudiaba la regresión lineal (LR) y luego el análisis de series de tiempo (TS), surgió una pregunta en mi mente. ¿Por qué crear un método completamente nuevo, es decir, series de tiempo …

14 regression  time-series  multiple-regression  least-squares  arima 

Pregunta: ¿Cuáles son las ventajas / desventajas de usar uno antes que otro para la selección de variables? Supongamos que tengo la probabilidad: donde puedo poner cualquiera de las anteriores: w i ∼ π δ 0 + ( 1 - π ) N ( 0 , 100 )y∼N(Xw,σ2I)y∼N(Xw,σ2I)y\sim\mathcal{N}(Xw,\sigma^2I) o: w …

14 bayesian  feature-selection 

¿Hay algún sistema conocido de clasificación o clasificación, similar a Elo, para eventos de múltiples participantes? Por ejemplo, ¿un sistema que puede calificar varias formas de carrera (auto, descenso, caballo, etc.) u otros deportes individuales (golf, por ejemplo)?

14 ranking  elo 

¿Existen buenas razones para preferir los valores binarios (0/1) sobre los valores normalizados discretos o continuos , por ejemplo (1; 3), como entradas para una red de alimentación directa para todos los nodos de entrada (con o sin propagación hacia atrás)? Por supuesto, solo estoy hablando de entradas que podrían …

14 neural-networks 

Estoy tomando el curso de aprendizaje automático de Andrew Ng y no pude obtener la respuesta correcta a esta pregunta después de varios intentos. Amablemente ayuda a resolver esto, aunque he pasado por el nivel. Supongamos que estudiantes han tomado alguna clase, y la clase tuvo un examen parcial y …

14 machine-learning  self-study  normalization 

Un error estándar es la desviación estándar estimada de un estimador para un parámetro . θ θσ^( θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta ¿Por qué la desviación estándar estimada de los residuos se denomina "error estándar residual" (por ejemplo, en la salida de la summary.lmfunción de R ) y no "desviación estándar residual"? ¿Qué …

14 r  standard-error  residuals  terminology 

Muy a menudo cuando investigo nuevos métodos y conceptos estadísticos, me encuentro con la diferencia al cuadrado (o el error al cuadrado medio, o una gran cantidad de otros epítetos). Solo como ejemplo, la r de Pearson se decide en función de la diferencia cuadrática media de la línea de …

14 normal-distribution 

Apliqué la regresión logística a mis datos en SAS y aquí están la curva ROC y la tabla de clasificación. Me siento cómodo con las figuras en la tabla de clasificación, pero no estoy exactamente seguro de lo que muestran la curva roc y el área debajo de ella. Cualquier …

14 regression  logistic  classification  roc