Estadísticas y Big Data

Estoy buscando una explicación intuitiva para las siguientes preguntas: En estadística y teoría de la información, ¿cuál es la diferencia entre la distancia de Bhattacharyya y la divergencia de KL, como medidas de la diferencia entre dos distribuciones de probabilidad discretas? ¿No tienen absolutamente ninguna relación y miden la distancia …

33 mathematical-statistics  information-theory  kullback-leibler  bhattacharyya 

He visto que la gente ha puesto muchos esfuerzos en SVM y Kernels, y se ven bastante interesantes como iniciadores en Machine Learning. Pero si esperamos que casi siempre podamos encontrar una solución superior en términos de red neuronal (profunda), ¿cuál es el significado de probar otros métodos en esta …

33 machine-learning  svm  kernel-trick  supervised-learning 

Por lo que puedo decir, los SOM de estilo Kohonen tuvieron un pico alrededor de 2005 y no han visto tanto favor recientemente. No he encontrado ningún documento que diga que los SOM hayan sido subsumidos por otro método, o que hayan demostrado ser equivalentes a algo más (de todas …

33 clustering  self-organizing-maps 

Mis preguntas ¿Cuál es la razón intuitiva detrás de hacer rotaciones de factores en el análisis factorial (o componentes en PCA)? Según tengo entendido, si las variables se cargan casi por igual en los componentes (o factores) superiores, entonces obviamente es difícil diferenciar los componentes. Entonces, en este caso, se …

33 pca  interpretation  factor-analysis  dimensionality-reduction  factor-rotation 

¿Alguien ha visto alguna literatura sobre pre-entrenamiento en redes neuronales convolucionales profundas? Solo he visto pre-entrenamiento sin supervisión en autoencoder o máquinas boltzman restringidas.

33 machine-learning  neural-networks  deep-learning  conv-neural-network  autoencoders 

He estado siguiendo competiciones de Kaggle durante mucho tiempo y me doy cuenta de que muchas estrategias ganadoras implican utilizar al menos uno de los "tres grandes": embolsar, impulsar y apilar. Para las regresiones, en lugar de centrarse en la construcción de un mejor modelo de regresión posible, la construcción …

33 predictive-models  boosting  bagging  stacking  model-averaging 

Estoy trabajando en un libro de texto de estadísticas mientras aprendo R y me he encontrado con un obstáculo en el siguiente ejemplo: Después de mirar ?quantile, intenté recrear esto en R con lo siguiente: > nuclear <- c(7, 20, 16, 6, 58, 9, 20, 50, 23, 33, 8, 10, …

33 r  quantiles 

Comparto la misma fecha de nacimiento que mi novio, la misma fecha pero también el mismo año, nuestros nacimientos se separan en solo 5 horas más o menos. Sé que las posibilidades de conocer a alguien que nació en la misma fecha que yo son bastante altas y conozco a …

33 probability  birthday-paradox 

Al calcular la matriz de covarianza de una muestra, ¿se garantiza que se obtenga una matriz simétrica y definida positiva? Actualmente mi problema tiene una muestra de 4600 vectores de observación y 24 dimensiones.

33 sampling  covariance 

Estoy buscando pautas sobre cómo interpretar gráficos residuales de modelos glm. Especialmente poisson, binomio negativo, modelos binomiales. ¿Qué podemos esperar de estas parcelas cuando los modelos son "correctos"? (por ejemplo, esperamos que la varianza crezca a medida que aumenta el valor predicho, para cuando se trata de un modelo de …

33 generalized-linear-model  diagnostic  residuals 

Supongamos que observa la secuencia: 7, 9, 0, 5, 5, 5, 4, 8, 0, 6, 9, 5, 3, 8, 7, 8, 5, 4, 0, 0, 6, 6, 4, 5, 3, 3, 7, 5, 9, 8, 1, 8, 6, 2, 8, 4, 6, 4, 1, 9, 9, 0, 5, 2, 2, …

33 random-generation  randomness 

Soy nuevo en el modelado con redes neuronales, pero logré establecer una red neuronal con todos los puntos de datos disponibles que se ajustan bien a los datos observados. La red neuronal se realizó en R con el paquete nnet: require(nnet) ##33.8 is the highest value mynnet.fit <- nnet(DOC/33.80 ~ …

33 r  neural-networks 

¿Cuál es la diferencia entre la varianza finita e infinita? Mi conocimiento de estadísticas es bastante básico; Wikipedia / Google no fue de mucha ayuda aquí.

33 variance  intuition  partial-moments 

Los informes noticiosos dicen que el CERN anunciará mañana que el bosón de Higgs ha sido detectado experimentalmente con evidencia 5 . De acuerdo con ese artículo:σσ\sigma 5 equivale a un 99.99994% de posibilidades de que los datos que ven los detectores CMS y ATLAS no sean solo ruido aleatorio, …

33 hypothesis-testing  p-value  history 

El estadístico de prueba para la prueba de Hosmer-Lemeshow (HLT) para la bondad de ajuste (GOF) de un modelo de regresión logística se define de la siguiente manera: La muestra se divide en d=10d=10d=10 deciles, D1,D2,…,DdD1,D2,…,DdD_1, D_2, \dots , D_{d} , por decil se calculan las siguientes cantidades: O1d=∑i∈DdyiO1d=∑i∈DdyiO_{1d}=\displaystyle \sum_{i …

33 regression  logistic  goodness-of-fit  degrees-of-freedom  hosmer-lemeshow-test