Estadísticas y Big Data

Por primera vez (excusa imprecisión / errores) eché un vistazo a los procesos gaussianos y, más específicamente, vi este video de Nando de Freitas . Las notas están disponibles en línea aquí . En algún momento, extrae muestras aleatorias de una normal multivariada generada mediante la construcción de una matriz …

8 machine-learning  simulation  stochastic-processes  gaussian-process 

Realmente no he visto ningún libro de probabilidad que calcule las expectativas condicionales, excepto σσ\sigma-Álgebras generadas por una variable aleatoria discreta. Simplemente declaran la existencia de expectativa condicional, junto con sus propiedades, y lo dejan así. Me parece un poco molesto y estoy tratando de encontrar un método para calcularlo. …

8 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

En SGD, una época sería la presentación completa de los datos de entrenamiento, y luego habría N actualizaciones de peso por época (si hay N ejemplos de datos en el conjunto de entrenamiento). Si ahora hacemos mini lotes, digamos en lotes de 20. ¿Una época ahora consiste en actualizaciones de …

8 machine-learning  neural-networks 

Primero déjame darte algunos antecedentes; Resumiré mis preguntas al final. La distribución Beta, parametrizada por su media yμμ\muϕϕ\phi, tiene Var( Y) = V( μ ) / ( ϕ + 1 )Var⁡(Y)=V⁡(μ)/ /(ϕ+1)\operatorname{Var}(Y) = \operatorname{V}(\mu)/(\phi+1), donde es la función de variación.V( μ ) = μ ( 1 - μ )V⁡(μ)=μ(1-μ)\operatorname{V}(\mu) = …

8 generalized-linear-model  lme4-nlme  binomial  beta-regression  quasi-likelihood 

Parece que puedo aprender los parámetros perfectamente y encontrar las probabilidades posteriores para los datos de entrenamiento, pero no tengo idea de cómo hacer nuevas predicciones sobre los nuevos datos. El problema en particular proviene de las probabilidades de transición que cambian en las covariables, por lo que no es …

8 r  hidden-markov-model  mixture 

Un revisor mío pregunta por una razón por la que he usado datos no ponderados, en lugar de datos ponderados. He discutido el problema con un estadístico y su respuesta fue similar a la de Si tiene observaciones independientes y toma la media general, su varianza siempre es menor que …

8 variance  weighted-mean  weighted-data 

Estoy tratando de implementar HMC con una matriz de masa no diagonal, pero algunas de las terminologías me hacen tropezar. De acuerdo con BDA3 y la revisión de Neal, el término de energía cinética (que supongo que siempre se usa por conveniencia) es K( p ) =pagsTMETRO- 1pags2.K(p)=pTM−1p2. K(p) = …

8 bayesian  mcmc  monte-carlo 

Mi red neuronal recurrente (LSTM, resp. GRU) se comporta de una manera que no puedo explicar. El entrenamiento comienza y se entrena bien (los resultados se ven bastante bien) cuando de repente cae la precisión (y la pérdida aumenta rápidamente) , tanto las métricas de entrenamiento como de prueba. A …

8 neural-networks  lstm  gru 

Quería entrenar una red con no linealidades que sufren el desvanecimiento (o el problema de gradiente explosivo, aunque principalmente se desvanecen). Sé que la forma estándar (actual) es usar la normalización por lotes 1 [BN] 1 o simplemente abandonar la no linealidad y usar las unidades ReLu Rectifier / ReLu …

8 machine-learning  neural-networks  conv-neural-network  batch-normalization 

Cito (el énfasis es mío) de la definición de Wikipedia : La proposición en la teoría de probabilidad conocida como la ley de la expectativa total, ..., establece que si X es una variable aleatoria integrable (es decir, una variable aleatoria que satisface E (| X |) <∞) e Y …

8 probability  expected-value  conditional-expectation 

Me preguntaba si alguien aquí puede explicar la diferencia entre el modo de normalización l1, l2 y max en el módulo sklearn.preprocessing.normalize ()? ¡Después de leer la documentación no pude notar la diferencia!

8 normalization  scikit-learn 

En general, ¿debería volver a entrenar mi red neuronal con menos neuronas para que tenga menos neuronas ReLU muertas? He leído opiniones contradictorias sobre ReLU muertos. Algunas fuentes dicen que los ReLU muertos son buenos porque fomentan la escasez. Otros dicen que son malos porque los ReLU muertos están muertos …

8 machine-learning  neural-networks  conv-neural-network 

Si las parejas se sientan al azar en una mesa redonda, ¿cuál es la probabilidad de que nadie se siente frente a su pareja? Si hay cuatro personas, la respuesta es 2/3. Si hay seis, es 15/8, creo. Después de eso, mi método paso a paso, completando todas las posibilidades …

8 probability 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado el año pasado . Estoy tratando de ajustar el modelo lineal generalizado para la familia weibull, pero cuando lo intento …

8 r  generalized-linear-model  survival  gamlss 

Considere una tabla típica de frecuencias de 2x2 (que se muestra en esta imagen): Notación: La variable de fila se denota R y toma los valores 0 o 1; la variable de columna se denota C y toma valores 0 o 1. Las celdas de la tabla indican la frecuencia …

8 contingency-tables  simultaneous-equation