Estadísticas y Big Data

Este es un tema difícil para mí en Google, ya que tener las palabras optimización y estocástico en una búsqueda casi por defecto es automáticamente la búsqueda de optimización estocástica. Pero lo que realmente quiero saber es qué métodos existen para la optimización de los modelos de computadora cuando la …

11 optimization  stochastic-processes 

La desviación escalada, definida como D = 2 * (log-verosimilitud del modelo saturado menos log-verosimilitud del modelo ajustado), a menudo se usa como una medida de bondad de ajuste en los modelos GLM. El porcentaje de desviación explicado, definido como [D (modelo nulo) - D (modelo ajustado)] / D (modelo …

11 goodness-of-fit  zero-inflation  deviance 

El papel está aquí . La política de implementación ... es una política lineal de softmax basada en características locales rápidas, calculadas incrementalmente y basadas en patrones ... No entiendo qué es la política de implementación y cómo se relaciona con la red de políticas de seleccionar un movimiento. ¿Alguna …

11 machine-learning  monte-carlo  reinforcement-learning  games 

Sea una secuencia de variables aleatorias independientes de Bernoulli con Establezca Demuestre que converge en distribución a la variable normal estándar ya que tiende al infinito.{Xn:n≥1}{Xn:n≥1}\{X_n:n\ge1\}P{Xk=1}=1−P{Xk=0}=1k.P{Xk=1}=1−P{Xk=0}=1k.P\{X_k=1\}=1-P\{X_k=0\}=\frac{1}{k}.Sn=∑k=1n(Xk−1k), B2n=∑k=1nk−1k2Sn=∑k=1n(Xk−1k), Bn2=∑k=1nk−1k2S_n=\sum^{n}_{k=1}\left(X_k-\frac{1}{k}\right), \ B_n^2=\sum^{n}_{k=1}\frac{k-1}{k^2}SnBnSnBn\frac{S_n}{B_n}ZZZnnn Mi intento es usar el CLT de Lyapunov, por lo tanto, debemos mostrar que existe un tal que, δ>0δ>0\delta>0limn→∞1B2+δn∑k=1nE[|Xk−1k|2+δ]=0.limn→∞1Bn2+δ∑k=1nE[|Xk−1k|2+δ]=0.\lim_{n\rightarrow \infty}\frac{1}{B_n^{2+\delta}}\sum_{k=1}^{n}E[|X_k-\frac{1}{k}|^{2+\delta}]=0. …

11 probability  convergence  central-limit-theorem 

Estoy tratando de usar una red neuronal para aproximar el valor Q en Q-learning como en Preguntas sobre Q-Learning usando redes neuronales . Como se sugiere en la primera respuesta, estoy usando una función de activación lineal para la capa de salida, mientras sigo usando la función de activación sigmoidea …

11 neural-networks  reinforcement-learning 

Sé lo básico sobre SVM y SVR, pero aún no entiendo cómo encaja el problema de encontrar un hiperplano que maximice el margen en SVR. Segundo, leí algo sobre usado como margen de tolerancia en SVR. Qué significa eso?ϵϵ\epsilon Tercero, ¿hay alguna diferencia entre los parámetros de la función de …

11 regression  machine-learning  svm 

Tengo problemas para comprender el modelo de omisión de gramo del algoritmo Word2Vec. En una bolsa de palabras continua es fácil ver cómo las palabras de contexto pueden "encajar" en la Red Neural, ya que básicamente las promedia después de multiplicar cada una de las representaciones de codificación de uno …

11 neural-networks  deep-learning  natural-language  word2vec  word-embeddings 

Se considera el caso ideal en el que la estructura de probabilidad subyacente a las categorías se conoce perfectamente. ¿Por qué con el clasificador Bayes logramos el mejor rendimiento que se puede lograr? ¿Cuál es la prueba / explicación formal de esto? Como siempre usamos el clasificador Bayes como punto …

11 probability  classification  bayesian  bayes 

Cuando se trata de árboles de decisión, ¿puede el valor predicho quedar fuera del rango de los datos de entrenamiento? Por ejemplo, si el rango del conjunto de datos de entrenamiento de la variable objetivo es 0-100, cuando genero mi modelo y lo aplico a otra cosa, ¿pueden mis valores …

11 regression  predictive-models  random-forest  cart 

Estoy tratando de hacer un detector de objetos que ocurren muy raramente (en imágenes), planeando usar un clasificador binario CNN aplicado en una ventana deslizante / redimensionada. He construido entrenamientos balanceados positivos y negativos 1: 1 y conjuntos de pruebas (¿es correcto hacerlo en este caso por cierto?), Y el …

11 logistic  classification  unbalanced-classes  loss-functions 

Necesito un algoritmo para hacer una búsqueda binaria cuando la prueba en cada paso puede dar un resultado incorrecto. Antecedentes: necesito colocar a los estudiantes en el más apropiado de los 12 niveles de dificultad. El enfoque actual es la fuerza bruta y hace 60 preguntas de opción múltiple de …

11 algorithms 

Los antecedentes de mi estudio : En un muestreo de Gibbs donde tomamos muestras de (la variable de intereses) e de y respectivamente, donde e son vectores aleatorios dimensionales. Sabemos que el proceso generalmente se divide en dos etapas:XXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk Burn-in Period, donde descartamos todas las muestras. Denote las muestras como …

11 hypothesis-testing  covariance  covariance-matrix  gibbs 

Es decir, para hacer un análisis secuencial (no sabe de antemano exactamente cuántos datos recopilará) con métodos frecuentas requiere un cuidado especial; no puede simplemente recopilar datos hasta que el valor p sea lo suficientemente pequeño o un intervalo de confianza se vuelva lo suficientemente corto. Pero al hacer un …

11 bayesian  inference  philosophical  sequential-analysis 

Pregunta: ¿cómo se ve una distribución binomial bivariada en el espacio tridimensional? A continuación se muestra la función específica que me gustaría visualizar para varios valores de los parámetros; a saber, , y .p 1 p 2nortennpag1p1p_{1}pag2p2p_{2} F( x1, x2) = n !X1! X2!pagX11pagX22,X1+ x2= n ,pag1+ p2= 1.f(x1,x2)=n!x1!x2!p1x1p2x2,x1+x2=n,p1+p2=1.f(x_{1},x_{2}) = …

11 probability  data-visualization  binomial  discrete-data  distributions 

Tengo una aplicación que está protegida por un PIN de cuatro dígitos y el usuario tuvo cinco intentos de iniciar sesión antes de que se bloquee la cuenta. Ahora, uno de mis clientes quiere "fortalecer" la seguridad y abogar por otra solución: PIN de seis dígitos NO "mismo dígito uno …

11 combinatorics