Thống kê và dữ liệu lớn

Đây là một câu hỏi khá chung chung: Tôi thường thấy rằng việc sử dụng nhiều mô hình khác nhau vượt trội hơn một mô hình khi cố gắng dự đoán một chuỗi thời gian ra khỏi mẫu. Có bất kỳ giấy tờ tốt chứng minh rằng sự kết hợp …

13 time-series  modeling  model-comparison 

Đây là một chút của một câu hỏi flippant, nhưng tôi có một quan tâm nghiêm túc trong câu trả lời. Tôi làm việc trong một bệnh viện tâm thần và tôi có ba năm dữ liệu, được thu thập mỗi ngày trên mỗi phường về mức độ bạo lực …

13 time-series  forecasting 

Tại trang trung tâm AP này Biến ngẫu nhiên so với biến đại số , tác giả, Peter Flanagan-Hyde rút ra sự phân biệt giữa các biến đại số và biến ngẫu nhiên. Một phần anh nói x+x=2xx+x=2xx + x = 2x , nhưng X+X≠2XX+X≠2XX + X \neq 2X - …

13 probability  random-variable 

Các entropy của một phân phối liên tục với hàm mật độ được định nghĩa là tiêu cực của sự mong đợi của và do đó bằngffflog(f),log⁡(f),\log(f), Hf=−∫∞−∞log(f(x))f(x)dx.Hf=−∫−∞∞log⁡(f(x))f(x)dx.H_f = -\int_{-\infty}^{\infty} \log(f(x)) f(x)\mathrm{d}x. Chúng tôi cũng nói rằng bất kỳ biến ngẫu nhiên có phân phối có mật độ đều có …

13 distributions  data-transformation  entropy 

Tôi đã thảo luận với một số thành viên phòng thí nghiệm về vấn đề này và chúng tôi đã đi đến một số nguồn nhưng vẫn chưa có câu trả lời: Khi chúng ta nói một GLM có một họ poisson, giả sử chúng ta đang nói về sự …

13 generalized-linear-model  residuals  assumptions 

Tôi có một bộ dữ liệu có chứa, giả sử, một số phép đo cho vị trí, tốc độ và gia tốc. Tất cả đều đến từ cùng một "cuộc chạy". Tôi có thể xây dựng một hệ thống tuyến tính và phù hợp với đa thức cho tất cả …

13 r  model  fitting  splines  derivative 

Gần đây tôi đã học về các quy tắc chấm điểm thích hợp cho các phân loại xác suất. Một số chủ đề trên trang web này đã đưa ra quan điểm nhấn mạnh rằng độ chính xác là quy tắc chấm điểm không phù hợp và không nên được …

13 probability  accuracy  scoring-rules 

Giả sử tôi đang tính chiều cao (tính bằng cm) và các số phải cao hơn 0. Dưới đây là danh sách mẫu: 0.77132064 0.02075195 0.63364823 0.74880388 0.49850701 0.22479665 0.19806286 0.76053071 0.16911084 0.08833981 Mean: 0.41138725956196015 Std: 0.2860541519582141 Trong ví dụ này, theo phân phối chuẩn, 99,7% giá trị phải nằm …

13 probability  mathematical-statistics  normal-distribution  standard-deviation 

Tôi có một bộ thử nghiệm gồm 100 trường hợp và hai phân loại. Tôi đã tạo dự đoán và tính toán ROC AUC, độ nhạy và độ đặc hiệu cho cả hai phân loại. Câu hỏi 1: Làm thế nào tôi có thể tính giá trị p để kiểm …

13 machine-learning  statistical-significance  roc  auc  sensitivity-specificity 

Tôi có kiến ​​thức cơ bản về cách RNNs (và đặc biệt, với các đơn vị LSTM) hoạt động. Tôi có một ý tưởng hình ảnh về kiến ​​trúc của một đơn vị LSTM, đó là một ô và một vài cổng, điều chỉnh dòng chảy của các giá trị. …

13 neural-networks  lstm  rnn  backpropagation 

Trong Rđó, có ba phương thức định dạng dữ liệu đầu vào cho hồi quy logistic bằng glmhàm: Dữ liệu có thể ở định dạng "nhị phân" cho mỗi quan sát (ví dụ: y = 0 hoặc 1 cho mỗi quan sát); Dữ liệu có thể ở định dạng "Wilkinson-Rogers" …

13 r  logistic  generalized-linear-model 

Học thống kê Bayes lần đầu tiên; như một góc độ để hiểu MCMC, tôi tự hỏi: nó đang làm một cái gì đó về cơ bản không thể được thực hiện theo cách khác, hay nó chỉ làm một cái gì đó hiệu quả hơn nhiều so với các …

13 bayesian  mcmc 

Không chắc chắn nếu đây là trang web ngăn xếp đúng, nhưng ở đây đi. Phương thức .simustomity hoạt động như thế nào? Wow spaCy thật tuyệt! Mô hình tfidf của nó có thể dễ dàng hơn, nhưng w2v chỉ với một dòng mã?! Trong bài hướng dẫn 10 dòng …

13 natural-language  word2vec  tf-idf  nltk 

Tôi sẽ tham gia khóa học DeepAI của Cousera (video Tuần 3 1 "Tổng quan về mạng lưới thần kinh") và Andrew Ng đang giải thích làm thế nào mỗi lớp trong mạng lưới thần kinh chỉ là một hồi quy logistic, nhưng anh ta không giải thích cách nó …

13 logistic  neural-networks 

Trình phân loại Naive Bayes là trình phân loại gán các mục xxx cho một lớp CCC dựa trên việc tối đa hóa P(C|x)P(C|x)P(C|x) cho thành viên lớp và giả định rằng các tính năng của các mục là độc lập. Mất 0-1 là tổn thất chỉ định cho bất …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions