Preguntas etiquetadas con self-study

¿Cuál es la derivada de la función de activación ReLU definida como: ReLU(x)=max(0,x)ReLU(x)=max(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) ¿Qué pasa con el caso especial donde hay una discontinuidad en la función en ?x=0x=0x=0

15 self-study  neural-networks 

Pregunta Si X 1 , ⋯ , X n ∼ N ( μ , 1 )X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1) son IID, entonces calcule E ( X 1 ∣ T )E(X1∣T)\mathbb{E}\left( X_1 \mid T \right) , donde T = ∑ i X iT=∑iXiT = \sum_i X_i . Intento : compruebe si …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

(AA sería uno de muchos, bb no) ¡Pensé que serían 10! / 8! Pero aparentemente estoy haciendo algo mal. ¿Alguien puede ayudarme porque estoy perplejo?

14 self-study  combinatorics 

He tomado un curso de aprendizaje automático en mi universidad. En uno de los premios, se hizo esta pregunta. Modelo 1: Modelo 2:y=θx+ϵy=θx+ϵ y = \theta x + \epsilon y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon ¿Cuál de los modelos anteriores se ajustaría mejor a los datos? …

14 regression  machine-learning  self-study  modeling  model 

Vamos a sumar un flujo de variables aleatorias, ; dejemos que sea ​​el número de términos que necesitamos para que el total exceda uno, es decir, es el número más pequeño tal queY YXi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. ¿Por qué la media de …

14 probability  self-study  expected-value  uniform 

Pr(X>x)Pr(X>x)\Pr(X>x)

14 self-study 

En primer lugar, supongo que no todos los miembros activos de este sitio interesante son estadísticos como su trabajo. De lo contrario, la pregunta que se hace de la siguiente manera no tiene ningún sentido. Los respeto, por supuesto, pero necesito una explicación que sea un poco más práctica que …

14 self-study  terminology  notation 

En R, el drop1comando genera algo ordenado. Estos dos comandos deberían obtener algún resultado: example(step)#-> swiss drop1(lm1, test="F") El mío se ve así: > drop1(lm1, test="F") Single term deletions Model: Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC F value Pr(F) …

14 r  regression  self-study  stepwise-regression 

Parece haber mucha confusión en la comparación de usar glmnetdentro caretpara buscar una lambda óptima y usar cv.glmnetpara hacer la misma tarea. Se plantearon muchas preguntas, por ejemplo: Modelo de clasificación train.glmnet vs. cv.glmnet? ¿Cuál es la forma correcta de usar glmnet con caret? Validación cruzada de `glmnet` usando` caret` …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

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 hace 5 años . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Estoy tomando el curso de aprendizaje automático de Andrew Ng y no pude obtener la respuesta correcta a esta pregunta después de varios intentos. Amablemente ayuda a resolver esto, aunque he pasado por el nivel. Supongamos que estudiantes han tomado alguna clase, y la clase tuvo un examen parcial y …

14 machine-learning  self-study  normalization 

Sean Y 1 , Y 2 , Y 3Y1,Y2,Y3Y_1,Y_2,Y_3 e Y 4Y4Y_4 cuatro variables aleatorias tales que E ( Y 1 ) = θ 1 - θ 3 ; E ( Y 2 ) = θ 1 + θ 2 - θ 3 ; E ( Y 3 ) = …

13 self-study  estimation  inference 

Mientras leía casualmente algunos trabajos de mercado masivo sobre la teoría del caos en los últimos años, comencé a preguntarme cómo se podrían aplicar varios aspectos de la minería de datos y campos relacionados, como redes neuronales, reconocimiento de patrones, gestión de incertidumbre, etc. Hasta la fecha, yo Me he …

13 self-study  mathematical-statistics  references  data-mining  fractal 

En la sección 3.2 de Reconocimiento de patrones y Aprendizaje automático de Bishop , analiza la descomposición de la variación de sesgo, indicando que para una función de pérdida al cuadrado, la pérdida esperada puede descomponerse en un término de sesgo al cuadrado (que describe qué tan lejos están las …

13 self-study  variance  bias  regularization  loss-functions 

Nota: Borel-Cantelli Lemma dice que ∑n=1∞P(An)<∞⇒P(limsupAn)=0∑n=1∞P(An)<∞⇒P(limsupAn)=0\sum_{n=1}^\infty P(A_n) \lt \infty \Rightarrow P(\lim\sup A_n)=0 ∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1\sum_{n=1}^\infty P(A_n) =\infty \textrm{ and } A_n\textrm{'s are independent} \Rightarrow P(\lim\sup A_n)=1 Luego, if∑n=1∞P(AnAcn+1)<∞∑n=1∞P(AnAn+1c)<∞\sum_{n=1}^\infty P(A_nA_{n+1}^c )\lt \infty utilizando Borel-Cantelli Lemma Quiero mostrar eso en primer lugar, limn→∞P(An)limn→∞P(An)\lim_{n\to \infty}P(A_n) existe y …

13 probability  self-study  stochastic-processes  probability-inequalities