Estadísticas y Big Data

¿Qué problemas de entrada secuenciales son los más adecuados para cada uno? ¿La dimensionalidad de entrada determina cuál es una mejor coincidencia? ¿Los problemas que requieren "memoria más larga" son más adecuados para un LSTM RNN, mientras que los problemas con patrones de entrada cíclicos (mercado de valores, clima) se …

13 time-series  neural-networks  hidden-markov-model  rnn 

La topología del modelo de Google Inception se puede encontrar aquí: Google Inception Netowrk Noté que hay 3 capas softmax en este modelo (# 154, # 152, # 145), y 2 de ellas son una especie de escape temprano de este modelo. Por lo que sé, la capa softmax es …

13 deep-learning  conv-neural-network 

En general, parece que el método de los momentos solo coincide con la media de la muestra observada o la varianza con los momentos teóricos para obtener estimaciones de los parámetros. Esto es a menudo lo mismo que MLE para familias exponenciales, supongo. Sin embargo, es difícil encontrar una definición …

13 maximum-likelihood  method-of-moments 

Estoy tratando de entrenar una red neuronal para la clasificación, pero las etiquetas que tengo son bastante ruidosas (alrededor del 30% de las etiquetas están equivocadas). La pérdida de entropía cruzada realmente funciona, pero me preguntaba si hay alguna alternativa más efectiva en este caso. o es la pérdida de …

13 machine-learning  neural-networks  loss-functions  noise 

Me encuentro con el coeficiente de dados para la similitud de volumen ( https://en.wikipedia.org/wiki/S%C3%B8rensen%E2%80%93Dice_coefficient ) y precisión ( https://en.wikipedia.org/wiki/Accuracy_and_precision ) Me parece que estas dos medidas son las mismas. ¿Alguna idea?

13 descriptive-statistics  roc  accuracy  precision-recall  auc 

Tengo un conjunto de datos que comprende 24 filas de datos mensuales. Las características son PIB, llegadas al aeropuerto, mes y algunos otros. La variable dependiente es el número de visitantes a un destino turístico popular. ¿Random Forest sería adecuado para tal problema? Los datos no son públicos, por lo …

13 random-forest  small-sample 

¿Es posible tener pesos negativos (después de suficientes épocas) para redes neuronales convolucionales profundas cuando usamos ReLU para todas las capas de activación?

13 machine-learning  neural-networks  deep-learning  conv-neural-network 

Estoy familiarizado con el concepto de variables categóricas y la respectiva codificación de variables ficticias que nos permite ajustar un nivel como línea de base para evitar la colinealidad. También estoy familiarizado con la forma de interpretar las estimaciones de parámetros de tales modelos: el cambio previsto en el resultado …

13 regression  interpretation  proportion  multicollinearity 

Tengo 17 variables numéricas y 5 binarias (0-1), con 73 muestras en mi conjunto de datos. Necesito ejecutar un análisis de clúster. Sé que la distancia de Gower es una buena métrica para conjuntos de datos con variables mixtas. Sin embargo, no podía entender cómo la distancia de Gower calcula …

13 clustering  distance  mixed-type-data 

Tengo esta confusión relacionada con los beneficios de los procesos gaussianos. Me refiero a compararlo con una regresión lineal simple, donde hemos definido que la función lineal modela los datos. Sin embargo, en los procesos gaussianos, definimos la distribución de las funciones, lo que significa que no definimos específicamente que …

13 gaussian-process 

Sé la fórmula del error cuadrático medio y cómo calcularlo. Cuando hablamos de una regresión podemos calcular el error cuadrático medio. Sin embargo, ¿podemos hablar sobre un MSE para un problema de clasificación y cómo calcularlo?

13 classification  error 

Tengo dos grupos desiguales (94 y 52) y quiero realizar una prueba U de Mann-Whitney para ver si sus puntajes en una variable medida difieren. Veo que está bien hacer con Kruskall-Wallis, ¿se aplica lo mismo a Mann-Whitney?

13 sample-size  wilcoxon-mann-whitney 

Espero que alguien en estos foros pueda ayudarme con este problema básico en los estudios de expresión génica. Hice una secuenciación profunda de un tejido experimental y uno de control. Luego obtuve valores de enriquecimiento doble de genes en la muestra experimental sobre el control. El genoma de referencia tiene …

13 r  genetics  bioinformatics  microarray  biostatistics 

¿Cómo se entrena la capa de incrustación en la capa de incrustación de Keras? (digamos que usa el tensorflow backend, lo que significa que es similar a word2vec, glove o fasttext) Supongamos que no utilizamos una incrustación preentrenada.

13 deep-learning  keras  word-embeddings 

Típicamente, cuando se toman promedios de muestra aleatorios de una distribución (con un tamaño de muestra mayor que 30), se obtiene una distribución normal centrada en el valor medio. Sin embargo, escuché que la distribución de Cauchy no tiene valor medio. ¿Qué distribución obtiene uno al obtener medias de muestra …

13 cauchy