Estadísticas y Big Data

Estoy trabajando en una red de convolución para el reconocimiento de imágenes, y me preguntaba si podría ingresar imágenes de diferentes tamaños (aunque no muy diferentes). En este proyecto: https://github.com/harvardnlp/im2markup Ellos dicen: and group images of similar sizes to facilitate batching Entonces, incluso después del preprocesamiento, las imágenes siguen siendo …

10 neural-networks  conv-neural-network  computer-vision 

Digamos que tenemos una lista ordenada de artículos [a, b, c, ... x, y, z, ...] Estoy buscando una familia de distribuciones con soporte en la lista anterior gobernada por algún parámetro alfa para que: Para alfa = 0, asigna la probabilidad 1 al primer elemento, a arriba, y 0 …

10 distributions  sampling  discrete-data 

Después de una discusión (a continuación), ahora tengo una imagen más clara de una pregunta enfocada, por lo que aquí hay una pregunta revisada, aunque algunos de los comentarios ahora pueden parecer ajenos a la pregunta original. Parece que las pruebas t convergen rápidamente para distribuciones simétricas , que la …

10 hypothesis-testing  t-test  paired-data  wilcoxon-signed-rank  sign-test 

Considere el siguiente modelo de regresión múltiple:Y=Xβ+Zδ+U.(1)(1)Y=Xβ+Zδ+U.Y=X\beta+Z\delta+U.\tag{1} Aquí es un vector de columna ; a matriz; a vector de columna; a matriz; a vector de columna; y , el término de error, un vector de columna .YYYn×1n×1n\times 1XXXn×(k+1)n×(k+1)n\times (k+1)ββ\beta(k+1)×1(k+1)×1(k+1)\times 1ZZZn×ln×ln\times lδδ\deltal×1l×1l\times 1UUUn×1n×1n\times1 PREGUNTA Mi profesor, el libro de texto Introducción …

10 regression  multiple-regression  econometrics  least-squares  nonlinear-regression 

¿Es solo la agregación de puntos de datos? ¿O es la representación de puntos de datos para diferentes elementos en un formato tabular organizado con valores de las diferentes variables? ¿Cómo es diferente de los datos sin procesar?

10 dataset  terminology  definition 

[Se hizo una pregunta similar aquí sin respuestas] He ajustado un modelo de regresión logística con regularización L1 (regresión logística Lasso) y me gustaría probar la significación de los coeficientes ajustados y obtener sus valores p. Sé que las pruebas de Wald (por ejemplo) son una opción para probar la …

10 logistic  statistical-significance  regression-coefficients  lasso 

Me pregunto cómo abordar adecuadamente el entrenamiento y la prueba de un modelo LASSO usando glmnet en R. Específicamente, me pregunto cómo hacerlo si la falta de un conjunto de datos de prueba externo requiere el uso de validación cruzada (u otro enfoque similar) para probar mi modelo LASSO. Déjame …

10 r  cross-validation  glmnet  lasso 

Estoy interesado en las interacciones con el tratamiento de covarianza en el contexto de los experimentos / ensayos controlados aleatorios, con un indicador binario asignación de tratamiento .TTT Dependiendo del método / fuente específico, he visto y para los sujetos tratados y no tratados, respectivamente.T = { 1 , - …

10 binary-data  categorical-encoding 

Estoy tratando de calcular las predicciones de efectos aleatorios de un modelo mixto lineal a mano, y usando la notación proporcionada por Wood en modelos aditivos generalizados: una introducción con R (pg 294 / pg 307 de pdf), me estoy confundiendo sobre cada parámetro representa. A continuación se muestra un …

10 mixed-model  lme4-nlme 

La variable aleatoria se define como una función medible desde un álgebra con la medida subyacente a otra -algebra .σ ( Ω 1 , F 1 ) P σ ( Ω 2 , F 2 )XXXσσ\sigma( Ω1, F1)(Ω1,F1)(\Omega_1, \mathcal F_1)PAGPPσσ\sigma( Ω2, F2)(Ω2,F2)(\Omega_2, \mathcal F_2) ¿Cómo hablamos de una muestra de …

10 sampling  random-variable  simulation 

Actualmente estoy usando un enfoque bayesiano para estimar los parámetros de un modelo que consta de varias EDO. Como tengo 15 parámetros para estimar, mi espacio de muestreo es de 15 dimensiones y mi búsqueda de distribución posterior parece tener muchos máximos locales que están muy aislados por grandes regiones …

10 bayesian  mcmc  monte-carlo  ergodic 

Supongamos que es un estimador imparcial de . Entonces, por supuesto, . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta ¿Cómo se explica esto a un laico? En el pasado, lo que he dicho es que si promedias un montón de valores de , a medida que el tamaño de la …

10 bias  asymptotics  unbiased-estimator  estimators  communication 

Como dice el título, estoy tratando de replicar los resultados de glmnet linear usando el optimizador LBFGS de la biblioteca lbfgs. Este optimizador nos permite agregar un término regularizador L1 sin tener que preocuparnos por la diferenciabilidad, siempre que nuestra función objetivo (sin el término regularizador L1) sea convexa. El …

10 r  regression  regularization  glmnet  elastic-net 

En términos de la diferencia entre la red neuronal y el aprendizaje profundo, podemos enumerar varios elementos, como la inclusión de más capas, un conjunto de datos masivo, un hardware de computadora potente para hacer posible el entrenamiento del modelo complicado. Además de estos, ¿hay alguna explicación más detallada sobre …

10 machine-learning  neural-networks  deep-learning  conv-neural-network  deep-belief-networks 

Excepto los árboles de decisión y la regresión logística, ¿qué otros modelos de clasificación proporcionan una buena interpretación? No estoy interesado en la precisión u otros parámetros, solo la interpretación de los resultados es importante.

10 interpretation  supervised-learning