Estadísticas y Big Data

¿Cuál es la diferencia entre la red neuronal , la red bayesiana , el árbol de decisión y las redes de Petri , a pesar de que todos son modelos gráficos y representan visualmente la relación causa-efecto?

30 machine-learning  neural-networks  bayesian-network  fuzzy 

Estoy revisando las notas de Andrew Ng sobre Machine Learning. Las notas nos presentan a la regresión logística y luego al perceptrón. Al describir Perceptron, las notas dicen que solo cambiamos la definición de la función de umbral utilizada para la regresión logística. Después de hacer eso, podemos usar el …

30 regression  machine-learning  self-study  logistic  perceptron 

Cuando uno arranca un parámetro para obtener el error estándar, obtenemos una distribución del parámetro. ¿Por qué no usamos la media de esa distribución como resultado o estimación para el parámetro que estamos tratando de obtener? ¿No debería la distribución aproximarse a la real? Por lo tanto, obtendríamos una buena …

30 distributions  bootstrap  standard-error  expected-value 

He estado tratando de entender cómo la tasa de descubrimiento falso (FDR) debería informar las conclusiones del investigador individual. Por ejemplo, si su estudio tiene poca potencia, ¿debería descontar sus resultados incluso si son significativos en ? Nota: estoy hablando del FDR en el contexto de examinar los resultados de …

30 statistical-significance  p-value  publication-bias  false-discovery-rate 

Para el LASSO (y otros procedimientos de selección de modelos) es crucial reescalar los predictores. La recomendación general que sigo es simplemente usar una normalización de media 0 desviación estándar 1 para variables continuas. Pero, ¿qué hay que ver con los maniquíes? Por ejemplo, algunos ejemplos aplicados de la misma …

30 predictive-models  model-selection  lasso  standardization  multidimensional-scaling 

Estoy tratando de interpretar la varianza factores de inflación utilizando el viffunción en el paquete R car. La función imprime un generalizado y también . Según el archivo de ayuda , este último valorVIFVIF\text{VIF}GVIF1 / ( 2 ⋅ df )GVIF1/ /(2⋅df)\text{GVIF}^{1/(2\cdot\text{df})} Para ajustar la dimensión del elipsoide de confianza, la …

30 r  multicollinearity  vif 

Digamos que tengo una distribución gaussiana multivariada -dimensional. Y tomo observaciones (cada uno de ellos un -vector) de esta distribución y calcular la matriz de covarianza de la muestra . En este artículo , los autores afirman que la matriz de covarianza muestral calculada con es singular.n p S p …

30 covariance-matrix  linear-algebra 

Estoy un poco confundido con cómo se usa la SVD en el filtrado colaborativo. Supongamos que tengo un gráfico social y construyo una matriz de adyacencia desde los bordes, luego tomo un SVD (olvidemos la regularización, las tasas de aprendizaje, las optimizaciones de dispersión, etc.), ¿cómo uso este SVD para …

30 svd  recommender-system 

Tengo un conjunto de datos con una gran cantidad de respuestas Sí / No. ¿ Puedo usar componentes principales (PCA) o cualquier otro análisis de reducción de datos (como el análisis factorial) para este tipo de datos? Por favor, avise cómo hago esto usando SPSS.

30 spss  categorical-data  pca  factor-analysis  binary-data 

¿Por qué es peligroso inicializar pesos con ceros? ¿Hay algún ejemplo simple que lo demuestre?

30 neural-networks  backpropagation 

Tenía una pregunta sobre el parámetro de profundidad de interacción en gbm en R. Esta puede ser una pregunta novata, por lo que me disculpo, pero ¿cómo el parámetro, que creo que denota el número de nodos terminales en un árbol, básicamente indica X-way interacción entre los predictores? Solo trato …

30 r  machine-learning  boosting  gbm 

He intentado leer sobre diferentes fuentes, pero todavía no tengo claro qué prueba sería la adecuada en mi caso. Hay tres preguntas diferentes que hago sobre mi conjunto de datos: Los sujetos son evaluados para detectar infecciones de X en diferentes momentos. Quiero saber si las proporciones de positivo para …

30 r  chi-squared  mcnemar-test 

Nuestro pequeño equipo estaba discutiendo y se atascó. ¿Alguien sabe si la regresión de Cox tiene una distribución de Poisson subyacente? Tuvimos un debate de que tal vez la regresión de Cox con tiempo constante en riesgo tendrá similitudes con la regresión de Poisson con una varianza robusta. ¿Algunas ideas?

30 regression  poisson-distribution  cox-model 

En el sencillo lineal caso de regresión y=β0+β1xy=β0+β1xy=\beta_0+\beta_1x , puede derivar el estimador de mínimos cuadrados β 1 = Σ ( x i - ˉ x ) ( y i - ˉ y )β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2\hat\beta_1=\frac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2} de tal manera que usted no tiene que saber β 0para estimar β …

30 regression  multiple-regression  generalized-linear-model  linear-model 

Estaba leyendo el documento ImageNet Classification with Deep Convolutional Neural Networks y en la sección 3, donde explicaron la arquitectura de su red neuronal convolucional, explicaron cómo preferían usar: no linealidad no saturanteF( x ) = m a x ( 0 , x ) .F(X)=metrounaX(0 0,X).f(x) = max(0, x). porque …

30 machine-learning  neural-networks  terminology  conv-neural-network