Thống kê và dữ liệu lớn

1

Làm thế nào để lấy mẫu từ phân phối Cantor?

Điều gì sẽ là cách tốt nhất để lấy mẫu từ phân phối Cantor ? Nó chỉ có cdf và chúng tôi không thể đảo ngược nó.

19 distributions  simulation  random-generation 

---

6

Là điều chỉnh siêu tham số trên mẫu của tập dữ liệu là một ý tưởng tồi?

Tôi có bộ dữ liệu gồm 140000 ví dụ và 30 tính năng mà tôi đang đào tạo một số phân loại để phân loại nhị phân (SVM, Hồi quy logistic, Rừng ngẫu nhiên, v.v.) Trong nhiều trường hợp, việc điều chỉnh siêu tham số trên toàn bộ tập dữ …

19 machine-learning  cross-validation  hyperparameter 

---

2

Các lớp được kết nối đầy đủ làm gì trong CNNs?

Tôi hiểu các lớp chập và gộp, nhưng tôi không thể thấy lý do cho một lớp được kết nối đầy đủ trong CNNs. Tại sao lớp trước không được kết nối trực tiếp với lớp đầu ra?

19 neural-networks  deep-learning  conv-neural-network 

---

2

Phương pháp dự báo VAR

Tôi đang xây dựng mô hình VAR để dự báo giá của một tài sản và muốn biết liệu phương pháp của tôi có hợp lý hay không, liệu các thử nghiệm tôi đưa vào có liên quan hay không và nếu cần nhiều hơn để đảm bảo dự báo …

19 r  forecasting  modeling  var 

---

3

Sự khác biệt giữa Trường ngẫu nhiên Markov và Trường ngẫu nhiên có điều kiện là gì?

Nếu tôi sửa các giá trị của các nút được quan sát của MRF, nó có trở thành CRF không?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

---

1

Mức độ phù hợp và mô hình nào để chọn hồi quy tuyến tính hoặc Poisson

Tôi cần một số lời khuyên liên quan đến hai tình huống khó xử chính trong nghiên cứu của tôi, đó là nghiên cứu trường hợp về 3 loại dược phẩm lớn và sự đổi mới. Số bằng sáng chế mỗi năm là biến phụ thuộc. Câu hỏi của tôi …

19 regression  generalized-linear-model  linear-model  goodness-of-fit  poisson-regression 

---

4

Cách tốt nhất để đối phó với sự không đồng nhất?

Tôi có một biểu đồ các giá trị còn lại của một mô hình tuyến tính có chức năng của các giá trị được trang bị trong đó độ không đồng nhất rất rõ ràng. Tuy nhiên tôi không chắc chắn làm thế nào tôi nên tiến hành ngay bây …

19 r  generalized-linear-model  heteroscedasticity  lm 

---

3

Có thể có nhiều giải pháp tối ưu cục bộ khi chúng ta giải quyết hồi quy tuyến tính không?

Tôi đọc tuyên bố này trong một kỳ thi đúng / sai cũ: Chúng ta có thể nhận được nhiều giải pháp tối ưu cục bộ nếu chúng ta giải quyết vấn đề hồi quy tuyến tính bằng cách giảm thiểu tổng các lỗi bình phương bằng cách sử dụng …

19 least-squares  gradient-descent  convex 

---

11

Tại sao hồi quy logistic được gọi là thuật toán học máy?

Nếu tôi hiểu chính xác, trong thuật toán học máy, mô hình phải học hỏi từ kinh nghiệm của nó, tức là khi mô hình đưa ra dự đoán sai cho các trường hợp mới, nó phải thích ứng với các quan sát mới và theo thời gian, mô hình …

19 machine-learning  logistic  random-forest 

---

5

Cách mã hóa biến phân loại thành biến số khi sử dụng SVM hoặc Mạng thần kinh

Để sử dụng SVM hoặc Mạng thần kinh, nó cần chuyển đổi (mã hóa) các biến phân loại thành các biến số, phương pháp bình thường trong trường hợp này là sử dụng các giá trị nhị phân 0-1 với giá trị phân loại thứ k được chuyển đổi thành …

19 machine-learning  neural-networks  categorical-data  svm  categorical-encoding 

---

3

Tại sao phân phối t trở nên bình thường hơn khi kích thước mẫu tăng?

Theo Wikipedia, tôi hiểu rằng phân phối t là phân phối lấy mẫu của giá trị t khi các mẫu là các quan sát iid từ một quần thể phân phối bình thường. Tuy nhiên, tôi không hiểu một cách trực giác tại sao điều đó khiến hình dạng của …

19 normal-distribution  t-distribution 

---

2

Mô hình phương trình cấu trúc (SEM) so với Bayesian Networks (BNs)

Thuật ngữ ở đây là một mớ hỗn độn. "Phương trình cấu trúc" mơ hồ như "cây cầu kiến ​​trúc" và "mạng Bayes" về bản chất không phải là Bayes . Thậm chí tốt hơn, Thần nhân quả Judea Pearl nói rằng hai trường phái mô hình gần như giống …

19 sem  bayesian-network  causality 

---

3

Phân phối tiệm cận của phương sai mẫu của mẫu không bình thường

Đây là một điều trị tổng quát hơn về vấn đề được đặt ra bởi câu hỏi này . Sau khi lấy được phân phối tiệm cận của phương sai mẫu, chúng ta có thể áp dụng phương pháp Delta để đến phân phối tương ứng cho độ lệch chuẩn. …

19 mathematical-statistics  variance  central-limit-theorem  asymptotics 

---

2

Ý nghĩa của một mạng lưới thần kinh như một hộp đen?

Tôi thường nghe mọi người nói về mạng lưới thần kinh như một cái hộp đen mà bạn không hiểu ý nghĩa của nó hoặc ý nghĩa của chúng. Tôi thực sự không thể hiểu ý của họ là gì! Nếu bạn hiểu cách truyền ngược hoạt động, thì nó …

19 machine-learning  neural-networks 

---

5

Khả năng của Cameron chỉ được xác định theo hằng số nhân của tỷ lệ có nghĩa là gì trong thực tế?

Tôi đang đọc một bài báo mà các tác giả đang dẫn đầu từ một cuộc thảo luận về ước tính khả năng tối đa cho Định lý Bayes, rõ ràng là một lời giới thiệu cho người mới bắt đầu. Như một ví dụ khả năng, chúng bắt đầu …

19 bayesian  likelihood  definition  philosophical 

---