Thống kê và dữ liệu lớn

2

Làm thế nào để dự đoán khi sự kiện tiếp theo xảy ra, dựa trên thời gian của các sự kiện trước đó?

Tôi là một học sinh cấp ba và tôi đang làm việc trong một dự án lập trình máy tính, nhưng tôi không có nhiều kinh nghiệm về thống kê và mô hình hóa dữ liệu ngoài một khóa học thống kê ở trường trung học nên tôi hơi bối …

19 probability  modeling  data-mining  predictive-models 

---

2

Cập nhật xác suất phân loại trong hồi quy logistic theo thời gian

Tôi đang xây dựng một mô hình dự đoán dự báo xác suất thành công của học sinh vào cuối học kỳ. Tôi đặc biệt quan tâm đến việc sinh viên thành công hay thất bại, trong đó thành công thường được xác định là hoàn thành khóa học và …

19 time-series  machine-learning  logistic 

---

3

Học bán giám sát, học tích cực và học sâu để phân loại

Chỉnh sửa cuối cùng với tất cả các tài nguyên được cập nhật: Đối với một dự án, tôi đang áp dụng các thuật toán học máy để phân loại. Thách thức: Khá hạn chế dữ liệu được dán nhãn và dữ liệu chưa được gắn nhãn nhiều hơn. Bàn …

19 machine-learning  classification  software  svm  text-mining 

---

4

Hình dung các phản hồi Likert bằng R hoặc SPSS

Tôi có 82 người trả lời trong 2 nhóm (43 trong nhóm A và 39 trong nhóm B) đã hoàn thành một cuộc khảo sát với 65 câu hỏi Likert mỗi câu từ 1 - 5 (rất đồng ý - rất không đồng ý). Do đó, tôi có một khung …

19 r  data-visualization  spss  likert 

---

5

Tương tự 2D của độ lệch chuẩn?

Hãy xem xét thí nghiệm sau: một nhóm người được đưa ra một danh sách các thành phố và được yêu cầu đánh dấu các vị trí tương ứng trên bản đồ thế giới (không được gắn nhãn). Đối với mỗi thành phố, bạn sẽ nhận được sự phân tán …

19 standard-deviation  spatial 

---

2

Phân phối sự khác biệt của phân phối hai t là gì

... và tại sao ? Giả sử , X 2 là độc lập ngẫu nhiên biến với trung bình μ 1 , μ 2 và phương sai σ 2 1 , σ 2 2 tương ứng. Cuốn sách thống kê cơ bản của tôi cho tôi biết rằng bản phân …

19 distributions  degrees-of-freedom  t-distribution 

---

4

Làm thế nào để tính khoảng tin cậy của giá trị trung bình của phương tiện?

Hãy tưởng tượng rằng bạn lặp lại một thí nghiệm ba lần. Trong mỗi thí nghiệm, bạn thu thập các phép đo ba lần. Các bộ ba có xu hướng khá gần nhau, so với sự khác biệt giữa ba phương tiện thử nghiệm. Tính toán có nghĩa là khá …

19 confidence-interval  multilevel-analysis 

---

3

Có ai đã giải bài tập PTLOS 4.1 chưa?

Đây là một bài tập được đưa ra trong Lý thuyết Xác suất: Logic của Khoa học của Edwin Jaynes, 2003. Có một giải pháp một phần ở đây . Tôi đã tìm ra một giải pháp một phần tổng quát hơn, và tự hỏi liệu có ai khác đã …

19 independence  likelihood-ratio  hypothesis-testing  multiple-comparisons 

---

1

Cộng đồng sẽ lấy phần tư thứ tư là gì?

Nassim Taleb, của danh tiếng Thiên nga đen (hay khét tiếng), đã xây dựng khái niệm này và phát triển cái mà ông gọi là "bản đồ giới hạn của Thống kê" . Lập luận cơ bản của ông là có một loại vấn đề quyết định trong đó việc …

19 distributions  modeling  random-variable 

---

6

Sự khác biệt giữa Cohen d và Hedges 'g cho số liệu kích thước hiệu ứng

Để phân tích kích thước hiệu ứng, tôi nhận thấy rằng có sự khác biệt giữa Cohen d, Hedges's g và Hedges 'g *. Có phải ba số liệu này thường rất giống nhau? Điều gì sẽ là một trường hợp mà họ sẽ tạo ra kết quả khác nhau? …

19 effect-size  cohens-d 

---

7

Giá trị trung bình của cửa sổ trượt trong R

Tôi có một vectơ các giá trị mà tôi muốn báo cáo trung bình trong các cửa sổ dọc theo một slide nhỏ hơn. Ví dụ: đối với một vectơ của các giá trị sau: 4, 5, 7, 3, 9, 8 Kích thước cửa sổ là 3 và slide 2 …

19 r 

---

4

Khi nào tôi nên sử dụng bộ mã hóa tự động thay đổi so với bộ mã hóa tự động?

Tôi hiểu cấu trúc cơ bản của bộ mã hóa tự động biến đổi và bộ mã hóa tự động (xác định) thông thường và toán học đằng sau chúng, nhưng khi nào và tại sao tôi lại thích một loại bộ mã hóa tự động hơn loại kia? Tất …

19 deep-learning  autoencoders  variational-bayes 

---

2

Tại sao cần phải lấy mẫu từ phân phối sau nếu chúng ta BIẾT phân phối sau?

Tôi hiểu rằng khi sử dụng phương pháp Bayes để ước tính các giá trị tham số: Phân phối sau là sự kết hợp của phân phối trước và phân phối khả năng. Chúng tôi mô phỏng điều này bằng cách tạo một mẫu từ phân phối sau (ví dụ: …

19 bayesian  inference  simulation  mcmc  posterior 

---

6

Lớp kết hợp: Để đệm hay không đệm?

Kiến trúc AlexNet sử dụng các miếng đệm bằng không như trong hình: Tuy nhiên, không có lời giải thích nào trong bài báo tại sao phần đệm này được giới thiệu. Khóa học Standford CS 231n dạy chúng tôi sử dụng phần đệm để duy trì kích thước không …

19 conv-neural-network  convolution 

---

4

Làm thế nào để hiểu những nhược điểm của Phân cụm phân cấp?

Ai đó có thể giải thích những ưu và nhược điểm của Phân cụm phân cấp? Phân cụm phân cấp có những nhược điểm giống như K nghĩa là gì không? Những lợi thế của cụm phân cấp so với K có nghĩa là gì? Khi nào chúng ta nên …

19 clustering  k-means  unsupervised-learning  hierarchical-clustering 

---