Estadísticas y Big Data

He estado trabajando para aprender la política óptima de comunicaciones para los clientes (qué notificaciones enviar, cuántas enviar y cuándo enviar). Tengo datos históricos de notificaciones pasadas enviadas (con marcas de tiempo) y sus actuaciones. Intentaba aplicar RL a este problema para conocer la política óptima. Sin embargo, una restricción …

9 reinforcement-learning 

Soy bastante nuevo en el aprendizaje automático y las estadísticas, pero me preguntaba por qué la optimización bayesiana no se refiere con mayor frecuencia en línea cuando se aprende el aprendizaje automático para optimizar los hiperparámetros de su algoritmo. Por ejemplo, utilizando un marco como este: https://github.com/fmfn/BayesianOptimization ¿La optimización bayesiana …

9 machine-learning  optimization  hyperparameter  bayesian-optimization 

Soy bastante nuevo en el análisis de supervivencia. Me aconsejaron que buscara y aprendiera los residuos de Schoenfeld como parte de un diagnóstico modelo para ver si se cumplió el supuesto de riesgo proporcional. Al buscar esto, he visto referencias a muchos tipos diferentes de residuos, que incluyen: Cox-Snell Desviación …

9 references  survival  residuals  cox-model  schoenfeld-residuals 

En este https://cs231n.github.io/neural-networks-case-study/ ¿por qué menciona que "el clasificador Softmax interpreta que cada elemento de ff contiene las probabilidades de registro (no normalizadas) de las tres clases". Entiendo por qué no está normalizado, pero no por qué es un registro. ¿Qué significa una probabilidad logarítmica? ¿Por qué no solo decir …

9 machine-learning  neural-networks  information-theory  softmax 

Es bien sabido que dada una variable aleatoria de valor real con pdf , la media de (si existe) se encuentra por XXXfffXXXE[X]=∫Rxf(x)dx.E[X]=∫Rxf(x)dx.\begin{equation} \mathbb{E}[X]=\int_{\mathbb{R}}x\,f(x)\,\mathrm{d}x\,. \end{equation} Pregunta general: Ahora, si uno no puede resolver la integral anterior en forma cerrada, pero simplemente desea determinar si la media existe y es finita, …

9 distributions  mathematical-statistics  expected-value 

Hola, estoy estudiando técnicas de regresión. Mis datos tienen 15 características y 60 millones de ejemplos (tarea de regresión). Cuando probé muchas técnicas de regresión conocidas (árbol impulsado por gradiente, regresión de árbol de decisión, AdaBoostRegressor, etc.), la regresión lineal funcionó muy bien. Anotó casi mejor entre esos algoritmos. ¿Cuál …

9 regression  modeling  deep-learning  model  cart 

Mientras aprendía a calcular las matrices de covarianza y correlación y sus inversas en VB y T-SQL hace unos años, aprendí que las diversas entradas tienen propiedades interesantes que pueden hacerlas útiles en los escenarios correctos de minería de datos. Un ejemplo obvio es la presencia de variaciones en las …

9 self-study  covariance  covariance-matrix  correlation-matrix  determinant 

Estoy usando el modelo preformado de TensorFlow de la red neuronal convolucional. https://github.com/tensorflow/models/blob/master/slim/nets/resnet_v2.py#L130 Encontré la siguiente oración: Sin embargo, para tareas de predicción densas, recomendamos que se utilicen entradas con dimensiones espaciales que sean múltiplos de 32 más 1, por ejemplo, [321, 321]. ¿Alguien sabe cuál es la predicción densa …

9 neural-networks  conv-neural-network 

Entiendo la intuición detrás del MCP, pero tengo problemas para determinar exactamente la causa, qué es lo que debe evitarse, o al menos explicarse. En su definición más contundente, estoy de acuerdo en que si tomo algún dato y le aplico un enfoque de fuerza bruta intentando todas las hipótesis …

9 hypothesis-testing  multiple-comparisons 

Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 3 años . ¿Podría ser de los datos en sí? ¿O es porque el modelo …

9 classification  supervised-learning 

He estado tratando de crear un programa para entrenar redes neuronales en mi computadora. Para la red en cuestión, he decidido usar la función Error de entropía cruzada: mi= -∑jtjEnojE=−∑jtjln⁡ojE = -\sum_jt_j\ln o_j Dónde tjtjt_j es la salida objetivo para la neurona jjjy ojojo_j es la salida de esa neurona, …

9 machine-learning  neural-networks  derivative  cross-entropy  differential-equations 

Estoy entrenando un clasificador binario SVM usando Scikit learn. Debido a la naturaleza de mi problema, necesito evitar falsos negativos. Como nada es gratis, estoy bien obteniendo una tasa más alta de falsos positivos para reducir la cantidad de falsos negativos. ¿Cómo podemos hacer eso (idealmente con Scikit learn)? En …

9 machine-learning  cross-validation  svm  python  scikit-learn 

Sé que el anterior de Zellner está utilizando datos para establecer información previa, pero en realidad todo el modelo depende de los datos. ¿Hay alguna otra razon?

9 regression  bayesian  uninformative-prior 

Tuve una entrevista de trabajo para un puesto de ciencia de datos. Durante la entrevista, me preguntaron qué debo hacer para asegurarme de que el modelo no se ajuste demasiado. Mi primera respuesta fue utilizar la validación cruzada para evaluar el rendimiento del modelo. Sin embargo, el entrevistador dijo que …

9 cross-validation  regularization  overfitting 

Un problema que ocurre con bastante frecuencia en mis experimentos es que el modelo varía en rendimiento cuando se cambia el estado aleatorio del algoritmo. Entonces la pregunta es simple, ¿debería tomar el estado aleatorio como un hiperparámetro? ¿Porqué es eso? Si mi modelo supera a otros con un estado …

9 machine-learning  scikit-learn