Estadísticas y Big Data

Mi conjunto de datos ( ) tiene una variable dependiente (DV), cinco variables de "línea base" independientes (P1, P2, P3, P4, P5) y una variable de interés independiente (Q).norte≈ 10 , 000norte≈10,000N \approx 10,000 He ejecutado regresiones lineales de OLS para los siguientes dos modelos: DV ~ 1 + P1 …

10 regression  linear  r-squared 

Las características aleatorias de Fourier proporcionan aproximaciones a las funciones del núcleo. Se utilizan para varios métodos de kernel, como SVM y procesos gaussianos. Hoy, intenté usar la implementación de TensorFlow y obtuve valores negativos para la mitad de mis funciones. Según tengo entendido, esto no debería suceder. Así que …

10 machine-learning  kernel-smoothing  feature-construction  tensorflow  fourier-transform 

Para una variable aleatoria continua XXX , si mi( | XEl | )E(|X|)E(|X|) es finito, ¿es limn → ∞n P( | XEl | >n)=0limn→∞nP(|X|>n)=0\lim_{n\to\infty}n P(|X|>n)=0 ? Este es un problema que encontré en Internet, pero no estoy seguro de si es válido o no. Sé que n P( | XEl …

10 probability  expected-value  probability-inequalities 

Me he topado con el término inlier en la medida LOF (Factor de valor atípico local), estoy familiarizado con el término de valores atípicos (bueno, básicamente mentirosos, instancias que no se comportan como el resto de las instancias). ¿Qué significa 'Inliers' en el contexto de la detección de anomalías? y …

10 residuals  outliers  anomaly-detection 

En el reciente artículo de WaveNet , los autores se refieren a su modelo como capas apiladas de convoluciones dilatadas. También producen los siguientes cuadros, que explican la diferencia entre convoluciones "regulares" y convoluciones dilatadas. Las convoluciones regulares se ven así. Esta es una convolución con un tamaño de filtro …

10 neural-networks  deep-learning  conv-neural-network  tensorflow 

Tratando de entender la relación entre la entropía cruzada y la perplejidad. En general, para un modelo M , Perplejidad (M) = 2 ^ entropía (M) . ¿Esta relación es válida para todos los n-gramos diferentes, es decir, unigram, bigram, etc.?

10 natural-language  entropy  perplexity 

El error estándar de una proporción será el más grande que pueda ser para un N dado cuando la proporción en cuestión es 0.5, y se vuelve más pequeña cuanto más lejos sea la proporción de 0.5. Puedo ver por qué esto es así cuando miro la ecuación para el …

10 standard-error  proportion  intuition 

Si uso un Jeffreys antes para un parámetro de probabilidad binomial entonces esto implica usar una distribución .theta ~ b e t un ( 1 / 2 , 1 / 2 )θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Si me transformo en un nuevo marco de referencia entonces claramente tampoco se distribuye como una …

10 bayesian  jeffreys-prior 

Imagine que tenemos un modelo de regresión lineal con la variable dependiente . Encontramos su . Ahora, hacemos otra regresión, pero esta vez en , y de manera similar encontramos su . Me han dicho que no puedo comparar ambos para ver qué modelo es más adecuado. ¿Porqué es eso? …

10 regression  data-transformation  r-squared 

¿Existe una alternativa multivariante para la prueba de Kolmogorov-Smirnov de dos muestras ? Lo que quiero decir es una prueba que se puede usar para verificar cada vez que difieren dos distribuciones multidimensionales subyacentes.

10 hypothesis-testing  multivariate-analysis  kolmogorov-smirnov 

Tengo un conjunto de datos con columnas a b c(3 atributos). aes numérica y continua, mientras que by cson categóricas cada uno con dos niveles. Estoy utilizando el método K-vecinos más cercano para clasificar ay bsobre c. Entonces, para poder medir las distancias, transformo mi conjunto de datos eliminando by …

10 r  classification  k-nearest-neighbour 

Acabo de ejecutar un FA usando una rotación oblicua (promax) y un elemento arrojó una carga de factor de 1.041 en un factor, (y cargas de factor de -.131, -.119 y .065 en los otros factores usando matriz de patrones ) . Y no estoy seguro de lo que significa, …

10 pca  factor-analysis  factor-rotation 

En el artículo de Faster RCNN cuando se habla de anclaje, ¿qué quieren decir con "pirámides de cuadros de referencia" y cómo se hace? ¿Significa esto que en cada uno de los puntos de anclaje W * H * k se genera un cuadro delimitador? Donde W = ancho, H …

10 deep-learning  computer-vision 

Leí sobre SVM y aprendí que están resolviendo un problema de optimización y que la idea de margen máximo era muy razonable. Ahora, usando núcleos pueden encontrar incluso límites de separación no lineales, lo cual fue genial. Hasta ahora, realmente no tengo idea de cómo se relacionan las SVM (una …

10 machine-learning  neural-networks  svm  deep-learning  kernel-trick 

Esta es más una pregunta conceptual, pero a medida que utilizo Rme referiré a los paquetes en R. Si el objetivo es ajustar un modelo lineal para fines de predicción, y luego hacer predicciones donde los efectos aleatorios podrían no estar disponibles, ¿hay algún beneficio en usar un modelo de …

10 r  multiple-regression  mixed-model  lme4-nlme