Estadísticas y Big Data

En los documentos de clasificación de ImageNet, las tasas de error top-1 y top-5 son unidades importantes para medir el éxito de algunas soluciones, pero ¿cuáles son esas tasas de error? En la clasificación de ImageNet con redes neuronales convolucionales profundas por Krizhevsky et al. todas las soluciones basadas en …

38 classification  neural-networks  error  measurement-error  image-processing 

Quiero reducir la dimensionalidad de los sistemas de orden superior y capturar la mayor parte de la covarianza en un campo preferiblemente bidimensional o unidimensional. Entiendo que esto se puede hacer a través del análisis de componentes principales, y he usado PCA en muchos escenarios. Sin embargo, nunca lo he …

38 pca  data-visualization  binary-data  dimensionality-reduction  correspondence-analysis 

Recientemente apliqué una variedad de métodos de pronóstico (MEAN, RWF, ETS, ARIMA y MLP) y descubrí que MEAN funcionó sorprendentemente bien. (MEDIO: donde todas las predicciones futuras se predicen como iguales a la media aritmética de los valores observados). MEDIO incluso superó a ARIMA en las tres series que utilicé. …

38 forecasting  arima 

Estoy buscando un documento que pueda ayudar a dar una guía sobre cómo elegir los hiperparámetros de una arquitectura profunda, como codificadores automáticos apilados o redes de confianza profunda. Hay muchos hiperparámetros y estoy muy confundido sobre cómo elegirlos. Además, el uso de la validación cruzada no es una opción, …

38 machine-learning  deep-learning  deep-belief-networks  hyperparameter 

¿ Cómo funciona la aproximación saddlepoint? ¿Para qué tipo de problema es bueno? (Siéntase libre de usar un ejemplo particular o ejemplos a modo de ilustración) ¿Hay inconvenientes, dificultades, cosas a tener en cuenta o trampas para los incautos?

38 distributions  mathematical-statistics  mgf  saddlepoint-approximation  partial-moments 

Sé que esto es bastante específico Rpregunta, pero puede estar pensando en proporción de varianza explicado, R2R2R^2 , de forma incorrecta. Aquí va. Estoy tratando de usar el Rpaquete randomForest. Tengo algunos datos de entrenamiento y datos de prueba. Cuando ajusto un modelo de bosque aleatorio, la randomForestfunción le permite …

38 r  correlation  predictive-models  random-forest  r-squared 

¿Cuál es la diferencia entre el aprendizaje fuera de línea y en línea ? ¿Es solo una cuestión de aprender sobre todo el conjunto de datos (sin conexión) versus aprender de forma incremental (una instancia a la vez)? ¿Cuáles son ejemplos de algoritmos utilizados en ambos?

38 machine-learning  online 

¿Cómo uso una incrustación de palabras para asignar un documento a un vector de características, adecuado para su uso con aprendizaje supervisado? Una incrustación de palabras asigna cada palabra www a un vector , donde es un número no demasiado grande (por ejemplo, 500). Las incrustaciones de palabras populares incluyen …

38 classification  natural-language  supervised-learning  word2vec  word-embeddings 

No tengo experiencia en visión por computadora, pero cuando leo algunos artículos y documentos relacionados con el procesamiento de imágenes y las redes neuronales convolucionales, me enfrento constantemente al término translation invariance, o translation invariant. ¿O leí mucho que la operación de convolución proporciona translation invariance? ¿Qué significa esto? Yo …

38 machine-learning  conv-neural-network  convolution  computer-vision 

Estoy tratando de entender el razonamiento eligiendo un enfoque de prueba específico al tratar con una prueba A / B simple (es decir, dos variaciones / grupos con una respuesta binaria (convertida o no). Como ejemplo, usaré los datos a continuación Version Visits Conversions A 2069 188 B 1826 220 …

38 statistical-significance  chi-squared  p-value  fishers-exact  z-statistic 

Hasta donde sé, al adoptar el Descenso de gradiente estocástico como algoritmo de aprendizaje, alguien usa 'epoch' para el conjunto de datos completo y 'batch' para los datos utilizados en un solo paso de actualización, mientras que otro usa 'batch' y 'minibatch' respectivamente, y los otros usan 'epoch' y 'minibatch'. …

38 machine-learning 

Biplot se usa a menudo para mostrar resultados del análisis de componentes principales (y de técnicas relacionadas). Es un diagrama de dispersión dual o superpuesto que muestra cargas de componentes y puntajes de componentes simultáneamente. @Amoeba me informó hoy que ha dado una respuesta que parte de mi comentario a …

38 pca  multivariate-analysis  svd  correspondence-analysis  biplot 

Esta pregunta ya tiene una respuesta aquí: ¿Qué es exactamente una semilla en un generador de números aleatorios? 3 respuestas Me doy cuenta de que uno usa set.seed()en R para la generación de números pseudoaleatorios. También me doy cuenta de que usar el mismo número, como set.seed(123)asegura, puede reproducir resultados. …

38 r  random-generation 

Soy bastante nuevo en esto con las pruebas de datos binomiales, pero necesitaba hacer una y ahora no estoy seguro de cómo interpretar el resultado. La variable y, la variable de respuesta, es binomial y los factores explicativos son continuos. Esto es lo que obtuve al resumir el resultado: glm(formula …

38 r  regression  logistic  binomial  interpretation 

En regresión lineal simple, tenemos y=β0+β1x+uy=β0+β1x+uy = \beta_0 + \beta_1 x + u , donde u∼iidN(0,σ2)u∼iidN(0,σ2)u \sim iid\;\mathcal N(0,\sigma^2) . Derivé el estimador: β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 ,β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 , \hat{\beta_1} = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sum_i (x_i - \bar{x})^2}\ , dondex¯x¯\bar{x} yy¯y¯\bar{y} son las medias muestrales dexxxeyyy. Ahora quiero encontrar la varianza …

38 regression  mathematical-statistics  variance  linear-model  regression-coefficients