Estadísticas y Big Data

Hola compañeros de número Quiero generar n puntajes aleatorios (junto con una etiqueta de clase) como si hubieran sido producidos por un modelo de clasificación binaria. En detalle, se requieren las siguientes propiedades: cada puntaje está entre 0 y 1 cada puntaje está asociado con una etiqueta binaria con valores …

8 machine-learning  classification  roc  random-generation 

Tengo un archivo bastante larege 100M filas y 30 columnas más o menos en el que me gustaría ejecutar múltiples regresiones. Tengo un código especializado para ejecutar las regresiones en todo el archivo, pero lo que me gustaría hacer es extraer muestras aleatorias del archivo y ejecutarlas en R. La …

8 r  regression  large-data  bootstrap 

Soy un novato en las estadísticas, así que si hago suposiciones erróneas aquí, por favor dígame. Hay una población Nde personas. (Por ejemplo, Npueden ser 1,000,000.) Algunas de las personas son pelirrojas. Tomo una muestra nde personas (digamos 10,) y encuentro que json pelirrojas. ¿Qué puedo decir sobre la proporción …

8 standard-deviation  sample-size  binomial  standard-error 

Quería averiguar qué tipos de usos diferentes de la teoría de procesos estocásticos existen en EE y CS. Por ejemplo, encuentro este tipo de usos interesantes: usando la señal estocástica como portadora que es modulada por la señal de información para la comunicación utilizando análisis de procesos estocásticos para mejorar …

8 stochastic-processes 

Tengo un conjunto de datos donde necesito hacer una regresión lineal. Desafortunadamente hay un problema con la heterocedasticidad. He vuelto a ejecutar el análisis utilizando una regresión robusta con el estimador de HC3 para la varianza y también he hecho bootstrapping con la función bootcov en Hmisc para R. Los …

8 regression  bootstrap  heteroscedasticity 

Tengo alrededor de diez grupos (de empresas). Cada grupo está conectado entre sí. Los datos que tengo representan la fuerza de la conexión. Imagine que es la cantidad de veces que alguien del grupo A envió un correo electrónico al grupo B. La fuerza de una conexión puede ser 0. …

8 data-visualization  networks 

He estado buscando en algunos de los paquetes de la Alta Potencia tarea vista trato con los cálculos de la GPU, y dado que la mayor parte de la GPU parece ser un orden de magnitud más fuerte en la realización de la aritmética de precisión simple de DP los …

8 r  python  gpu 

Este es un seguimiento de esta pregunta. Actualmente estoy tratando de implementar el Índice C para encontrar un número casi óptimo de grupos de una jerarquía de grupos. Hago esto calculando el Índice C para cada paso del agrupamiento jerárquico (aglomerativo). El problema es que el índice C es mínimo …

8 clustering 

He visto algunas consultas sobre la agrupación en series de tiempo y específicamente sobre la agrupación, pero no creo que respondan a mi pregunta. Antecedentes: quiero agrupar genes en un experimento de curso de tiempo en levadura. Hay cuatro puntos de tiempo dicen: t1 t2 t3 y t4 y el …

8 r  machine-learning  clustering  microarray 

¿Cuál es el mejor paquete para hacer algunos análisis de supervivencia y tramas en R? He intentado algunos tutoriales pero no pude encontrar una respuesta definitiva. TIA

8 r  data-visualization  survival 

Uno de los usos supuestos de los estimadores L es la capacidad de estimar 'robustamente' los parámetros de una variable aleatoria extraída de una clase dada. Una de las desventajas de usar distribuciones estables de Levyαα\alpha es que es difícil estimar los parámetros dada una muestra de observaciones extraídas de …

8 distributions  estimation  robust  parametric  stable-distribution 

Estoy interesado en ajustar un modelo similar al análisis factorial en los rendimientos de activos u otros modelos de variables latentes similares. ¿Cuáles son buenos documentos para leer sobre este tema? Estoy particularmente interesado en cómo manejar el hecho de que un modelo de análisis factorial es idéntico bajo un …

8 bayesian  pca  factor-analysis 

¿Qué métodos no / semiparamétricos para estimar una densidad de probabilidad de una muestra de datos está utilizando? (No incluya más de un método por respuesta)

8 probability  estimation  nonparametric 

Estoy implementando un sistema de calificación para usar en mi sitio web, y creo que el promedio bayesiano es la mejor manera de hacerlo. Cada elemento será calificado en seis categorías diferentes por los usuarios. Sin embargo, no quiero que los artículos con una calificación alta lleguen a la cima, …

8 bayesian 

Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado hace 5 meses . ¿Cuáles son las conferencias anuales de minería de datos más …

8 data-mining  conferences