Estadísticas y Big Data

Estoy tratando de entender este problema. Un dado se tira 100 veces. ¿Cuál es la probabilidad de que ninguna cara aparezca más de 20 veces? Mi primer pensamiento fue usar la distribución binomial P (x) = 1 - 6 cmf (100, 1/6, 20) pero esto obviamente es incorrecto ya que …

11 probability  mathematical-statistics  binomial  dice 

Estoy tratando de probar la afirmación: Si e Y ∼ N ( 0 , σ 2 2 ) son variables aleatorias independientes,X∼N(0,σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2)Y∼N(0,σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) entonces también es una variable aleatoria normal.XYX2+Y2√XYX2+Y2\frac{XY}{\sqrt{X^2+Y^2}} Para el caso especial (digamos), tenemos el resultado bien conocido de que X Yσ1=σ2=σσ1=σ2=σ\sigma_1=\sigma_2=\sigmasiempre queXeYseanvariablesN(0,σ2)independientes. De hecho, se sabe más generalmente …

11 self-study  distributions  mathematical-statistics  normal-distribution  random-variable 

¿Los estimadores de Bayes son inmunes al sesgo de selección? La mayoría de los artículos que discuten la estimación en alta dimensión, por ejemplo, datos de secuencia del genoma completo, a menudo plantean el problema del sesgo de selección. El sesgo de selección surge del hecho de que, aunque tenemos …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

Cerrada . Esta pregunta necesita detalles o claridad . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Agregue detalles y aclare el problema editando esta publicación . Cerrado hace 2 años . Estoy trabajando en una tarea donde mi profesor quisiera que creáramos un verdadero modelo de regresión, simulemos …

11 self-study  multiple-regression  estimation  linear-model 

Adaboost es un método de conjunto que combina muchos estudiantes débiles para formar uno fuerte. Todos los ejemplos de adaboost que he leído usan tocones / árboles de decisión como estudiantes débiles. ¿Puedo usar diferentes estudiantes débiles en adaboost? Por ejemplo, ¿cómo implementar adaboost (generalmente impulso) para impulsar un modelo …

11 logistic  adaboost 

Por ejemplo, supongamos que estamos construyendo un estimador de edad, basado en la imagen de una persona. A continuación tenemos dos personas en trajes, pero la primera es claramente más joven que la segunda. (fuente: tinytux.com ) Hay muchas características que implican esto, por ejemplo, la estructura de la cara. …

11 neural-networks  computer-vision 

Suponga un archivo de datos con más de 80 millones de unos y ceros, generados aleatoriamente. A partir de este archivo, queremos crear una lista de enteros decimales aleatorios. Este es el plan para hacer esta conversión. Divida los 80 millones de dígitos en grupos de 4 dígitos binarios. Convierta …

11 monte-carlo  random-generation  randomness 

He visto en algunos puntos el uso de la derivada Radon-Nikodym de una medida de probabilidad con respecto a otra, especialmente en la divergencia Kullback-Leibler, donde es la derivada de la medida de probabilidad de un modelo para algún parámetro arbitrario con respecto al parámetro real :θθ\thetaθ0θ0\theta_0 dPθdPθ0dPθdPθ0\frac {dP_\theta}{dP_{\theta_0}} Donde …

11 mathematical-statistics  kullback-leibler  derivative  measure-theory 

Esta pregunta está inspirada en la respuesta de Martijn aquí . var [ X] = E[ X] E[ 1 - X]var[X]=E[X]E[1−X]\text{var}[X] = E[X]E[1-X]var [ X] = E[ X]var[X]=E[X]\text{var}[X] = E[X] A diferencia de la regresión lineal cuando los residuos se distribuyen normalmente, no se conoce la distribución de muestreo exacta …

11 regression  generalized-linear-model  inference  approximation  t-distribution 

Estaba mirando este cuaderno y me sorprende esta afirmación: Cuando hablamos de normalidad, lo que queremos decir es que los datos deberían verse como una distribución normal. Esto es importante porque varias pruebas estadísticas se basan en esto (por ejemplo, estadísticas t). No entiendo por qué una estadística T necesita …

11 mathematical-statistics  normal-distribution 

En la configuración de regresión univariante, intentamos modelar y= Xβ+ n o i s ey=Xβ+noisey = X\beta +noise donde un vector de n observaciones y X ∈ R n × m la matriz de diseño con m predictores. La solución es β 0 = ( X T X ) - …

11 regression  multivariate-analysis  multivariate-regression 

Tengo dos regresiones de la misma Y y X de tres niveles. En general n = 15, con n = 5 en cada grupo o nivel de X. La primera regresión trata la X como categórica, asignando variables indicadoras a los niveles 2 y 3 con nivel Uno es la …

11 regression  anova 

El título lo dice todo. Entiendo que los mínimos cuadrados y la máxima verosimilitud darán el mismo resultado para los coeficientes de regresión si los errores del modelo se distribuyen normalmente. Pero, ¿qué sucede si los errores no se distribuyen normalmente? ¿Por qué los dos métodos ya no son equivalentes?

11 regression  normal-distribution  maximum-likelihood  least-squares  error 

Aquí hay algo que leí en el libro de Ian Goodfellow Deep Learning . En el contexto de las redes neuronales, "la penalización de la norma del parámetro L2 se conoce comúnmente como pérdida de peso. Esta estrategia de regularización lleva los pesos más cerca del origen. [...] Más en …

11 machine-learning  neural-networks  deep-learning  regularization 

Quiero mejorar mi comprensión de las redes neuronales y sus beneficios en comparación con otros algoritmos de aprendizaje automático. Mi comprensión es la siguiente y mi pregunta es: ¿Pueden corregir y complementar mi comprensión por favor? :) Mi entendimiento: (1) Redes neuronales artificiales = Una función, que predice valores de …

11 regression  machine-learning