Estadísticas y Big Data data-mining

3

Distribución binomial negativa vs distribución binomial

¿Cuál es la diferencia entre la distribución binomial negativa y la distribución binomial? Intenté leer en línea y descubrí que la distribución binomial negativa se usa cuando los puntos de datos son discretos, pero creo que incluso la distribución binomial se puede usar para puntos de datos discretos.

22 categorical-data data-mining binomial negative-binomial

8

Realice clusters de K-means (o sus parientes cercanos) con solo una matriz de distancia, no datos de puntos por características

Quiero realizar la agrupación K-means en los objetos que tengo, pero los objetos no se describen como puntos en el espacio, es decir, por objects x featuresconjunto de datos. Sin embargo, puedo calcular la distancia entre dos objetos (se basa en una función de similitud). Entonces, dispongo de la matriz …

22 machine-learning clustering data-mining k-means distance

5

¿Nueva forma revolucionaria de minería de datos?

El siguiente extracto es de Schwager's Hedge Fund Market Wizzards (mayo de 2012), una entrevista con el exitoso administrador de fondos de cobertura Jaffray Woodriff: A la pregunta: "¿Cuáles son algunos de los peores errores que cometen las personas en la minería de datos?": Muchas personas piensan que están bien …

21 data-mining curve-fitting out-of-sample

3

Primer paso para big data ( , )

Suponga que está analizando un gran conjunto de datos con miles de millones de observaciones por día, donde cada observación tiene un par de miles de variables numéricas y categoriales dispersas y posiblemente redundantes. Digamos que hay un problema de regresión, un problema de clasificación binaria desequilibrada y una tarea …

21 r machine-learning data-mining large-data

4

¿Los árboles de decisión son casi siempre árboles binarios?

Casi todos los ejemplos de árboles de decisión que he encontrado resultan ser un árbol binario. ¿Es esto bastante universal? ¿La mayoría de los algoritmos estándar (C4.5, CART, etc.) solo admiten árboles binarios? Por lo que deduzco , CHAID no se limita a los árboles binarios, sino que parece ser …

21 machine-learning data-mining cart

2

Validación cruzada (generalización de errores) después de la selección del modelo

Nota: El caso es n >> p Estoy leyendo Elementos de aprendizaje estadístico y hay varias menciones sobre la forma "correcta" de hacer la validación cruzada (por ejemplo, página 60, página 245). Específicamente, mi pregunta es ¿cómo evaluar el modelo final (sin un conjunto de pruebas separado) usando k-fold CV …

21 machine-learning model-selection data-mining cross-validation

2

Si la agrupación k-means es una forma de modelado de mezcla gaussiana, ¿se puede usar cuando los datos no son normales?

Estoy leyendo el algoritmo Bishop en EM para GMM y la relación entre GMM y k-means. En este libro dice que k-means es una versión difícil de GMM. Me pregunto si eso implica que si los datos que intento agrupar no son gaussianos, no puedo usar k-means (o al menos …

21 clustering data-mining k-means gaussian-mixture

4

¿Cómo saber si los datos son linealmente separables?

Los datos tienen muchas características (por ejemplo, 100) y el número de instancias es como 100,000. Los datos son escasos. Quiero ajustar los datos usando regresión logística o svm. ¿Cómo sé si las características son lineales o no lineales para poder usar el truco del núcleo si no es lineal?

21 machine-learning logistic svm data-mining

2

¿Dónde y por qué brilla el aprendizaje profundo?

Con todos los medios de comunicación y exageraciones sobre el aprendizaje profundo en estos días, leí algunas cosas elementales al respecto. Acabo de descubrir que es solo otro método de aprendizaje automático para aprender patrones a partir de datos. Pero mi pregunta es: ¿dónde brilla y por qué brilla este …

20 machine-learning data-mining deep-learning deep-belief-networks

2

Función de "interés" para preguntas de StackExchange

Esta pregunta se migró de Mathematics Stack Exchange porque se puede responder en Cross Validated. Migrado hace 8 años . Estoy tratando de armar un paquete de minería de datos para los sitios de StackExchange y, en particular, estoy estancado en tratar de determinar las preguntas "más interesantes". Me gustaría …

20 data-mining predictive-models

1

Supervisión distante: supervisada, semi-supervisada, o ambas?

La "supervisión distante" es un esquema de aprendizaje en el que se aprende un clasificador dado un conjunto de entrenamiento débilmente etiquetado (los datos de entrenamiento se etiquetan automáticamente según la heurística / reglas). Creo que tanto el aprendizaje supervisado como el aprendizaje semi-supervisado pueden incluir tal "supervisión distante" si …

20 machine-learning data-mining dataset references unsupervised-learning

2

Impulso: ¿por qué la tasa de aprendizaje se llama parámetro de regularización?

El parámetro de velocidad de aprendizaje ( ) en Gradient Boosting reduce la contribución de cada nuevo modelo base, típicamente un árbol poco profundo, que se agrega en la serie. Se demostró que aumenta drásticamente la precisión del conjunto de pruebas, lo cual es comprensible ya que con pasos más …

19 machine-learning data-mining predictive-models boosting overfitting

3

¿Cuál es la diferencia práctica entre las reglas de asociación y los árboles de decisión en la minería de datos?

¿Existe una descripción realmente simple de las diferencias prácticas entre estas dos técnicas? Ambos parecen ser utilizados para el aprendizaje supervisado (aunque las reglas de asociación también pueden manejar sin supervisión). Ambos se pueden usar para la predicción Lo más parecido que he encontrado a una "buena" descripción es del …

19 data-mining association-rules

6

Programador que busca entrar en el campo de aprendizaje automático

Soy un desarrollador de software (principalmente .NET y Python con aproximadamente 5 años de experiencia). ¿Qué puedo hacer para ayudarme a conseguir un trabajo en el campo de aprendizaje automático o realmente cualquier cosa que me ayude a comenzar en ese campo? ¿El título de postgrado es un requisito difícil?

19 machine-learning data-mining careers

6

¿Cuál es la diferencia entre minería de datos y análisis estadístico?

¿Cuál es la diferencia entre minería de datos y análisis estadístico? Para algunos antecedentes, mi educación estadística ha sido, creo, bastante tradicional. Se plantea una pregunta específica, se diseña una investigación y se recopilan y analizan datos para ofrecer una idea de esa pregunta. Como resultado, siempre he sido escéptico …

19 data-mining terminology analysis

Preguntas etiquetadas con data-mining