Estadísticas y Big Data

Estoy buscando información sobre la diferencia entre binomio, binomio negativo y regresión de Poisson y para qué situaciones se ajustan mejor estas regresiones. ¿Hay alguna prueba que pueda realizar en SPSS que pueda decirme cuál de estas regresiones es la mejor para mi situación? Además, ¿cómo ejecuto un Poisson o …

27 spss  references  binomial  poisson-distribution  negative-binomial 

¿Cuál es la diferencia entre la prueba Kwiatkowski – Phillips – Schmidt – Shin (KPSS) y la prueba aumentada de Dickey-Fuller (ADF)? ¿Están probando lo mismo? ¿O necesitamos usarlos en diferentes situaciones?

27 time-series  stationarity  unit-root  augmented-dickey-fuller  kpss-test 

¿Cuál es la diferencia de significado entre la notación y que se usan comúnmente en muchos libros y documentos?PP(z;d,w)P(z;d,w)P(z;d,w)P(z|d,w)P(z|d,w)P(z|d,w)

27 probability  notation 

Al entrenar una red neuronal de segmentación de píxeles, como redes completamente convolucionales, ¿cómo toma la decisión de utilizar la función de pérdida de entropía cruzada versus la función de pérdida de coeficiente de dados? Me doy cuenta de que esta es una pregunta corta, pero no estoy muy seguro …

27 neural-networks  loss-functions  cross-entropy 

No estoy seguro si esta pregunta pertenece aquí, pero está estrechamente relacionada con los métodos de gradiente en la optimización, que parece estar en el tema aquí. De todos modos, siéntase libre de migrar si cree que alguna otra comunidad tiene una mejor experiencia en el tema. En resumen, estoy …

27 optimization  derivative  tensorflow  automatic-differentiation 

Merkle y Steyvers (2013) escriben: Para definir formalmente una regla de puntuación adecuada, dejemos que sea ​​un pronóstico probabilístico de un ensayo de Bernoulli d con verdadera probabilidad de éxito p . Las reglas de puntuación adecuadas son métricas cuyos valores esperados se minimizan si f = p .FFfreredpagspagspF= pF=pagsf …

27 classification  forecasting  scoring-rules 

Estoy tratando de entender un documento sobre el pronóstico de la carga eléctrica, pero estoy luchando con los conceptos internos, especialmente el modelo SARIMAX . Este modelo se usa para predecir la carga y utiliza muchos conceptos estadísticos que no entiendo (soy un estudiante universitario de ciencias de la computación; …

27 regression  time-series  arima  autoregressive  intuition 

Digamos que queremos hacer una regresión simple f = x * yusando una red neuronal profunda estándar. Recuerdo que hay investigaciones que indican que NN con una capa oculta puede aproximarse a cualquier función, pero he intentado y sin normalización, NN no pudo aproximar ni siquiera esta simple multiplicación. Solo …

27 regression  machine-learning  neural-networks  deep-learning 

Digamos que tenemos un clasificador SVM, ¿cómo generamos la curva ROC? (Como teóricamente) (porque estamos generando TPR y FPR con cada uno de los umbrales). ¿Y cómo determinamos el umbral óptimo para este clasificador SVM?

27 machine-learning  svm 

Hay muchas publicaciones en este SE que discuten enfoques sólidos para el análisis de componentes principales (PCA), pero no puedo encontrar una buena explicación de por qué PCA es sensible a los valores atípicos en primer lugar.

26 machine-learning  pca  outliers 

Lo siento si esto se ha respondido en otro lugar, no he podido encontrarlo. Me pregunto por qué tomamos la raíz cuadrada , en particular, de la varianza para crear la desviación estándar. ¿De qué se trata de sacar la raíz cuadrada que produce un valor útil?

26 variance  standard-deviation 

Actualmente estoy estudiando la clase de inferencia estadística en Coursera. En una de las tareas, surge la siguiente pregunta. | Suppose you rolled the fair die twice. What is the probability of rolling the same number two times in a row? 1: 2/6 2: 1/36 3: 0 4: 1/6 Selection: …

26 probability  self-study  conditional-probability 

Esta es probablemente una pregunta tonta, pero ¿es la teoría de la probabilidad el estudio de funciones que integran / suman una? EDITAR. Olvidé la no negatividad. Entonces, ¿es la teoría de la probabilidad el estudio de funciones no negativas que se integran / suman a una?

26 probability  mathematical-statistics  measure-theory 

Leí aquí lo siguiente: Las salidas sigmoideas no están centradas en cero . Esto no es deseable ya que las neuronas en las capas posteriores de procesamiento en una red neuronal (más sobre esto pronto) recibirían datos que no están centrados en cero. Esto tiene implicaciones en la dinámica durante …

26 neural-networks  deep-learning  backpropagation 

Prefiero preocuparme por su capacidad de ajuste de parámetros y su interfaz uniforme, pero he observado que siempre requiere conjuntos de datos completos (es decir, sin NA), incluso si el modelo "desnudo" aplicado permite NA. Eso es muy molesto, ya que uno debe aplicar métodos de imputación laboriosos, que no …

26 r  missing-data  data-imputation  caret