Thống kê và dữ liệu lớn

Cố gắng tính toán số lượt truy cập từ nhân khẩu học và dịch vụ. Dữ liệu rất sai lệch. Biểu đồ: lô qq (bên trái là nhật ký): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityvà servicelà các biến nhân tố. Tôi nhận được giá trị p thấp *** cho …

11 regression  multiple-regression  predictive-models  exponential  qq-plot 

Có ai đã cố gắng xác minh xem có phù hợp với mô hình đàn hồi Net với ElasticNetscikit-learn trong Python và glmnettrong R trên cùng một tập dữ liệu tạo ra kết quả số học giống hệt nhau không? Tôi đã thử nghiệm nhiều kết hợp tham số (vì …

11 machine-learning  scikit-learn  glmnet  elastic-net 

Tôi đang tìm một cuốn sách cung cấp sự bao quát sâu sắc, nghiêm ngặt về lý thuyết xác suất, nhưng với sự nhấn mạnh vào tài liệu chủ yếu hữu ích bên ngoài một bộ phận toán học. Tôi đã nghe "Lý thuyết xác suất: Khám phá và ứng …

11 probability  self-study  references 

Đây là một chủ đề khó đối với bản thân tôi đối với google vì có tối ưu hóa từ và ngẫu nhiên trong tìm kiếm gần như tự động mặc định cho các tìm kiếm để tối ưu hóa ngẫu nhiên. Nhưng điều tôi thực sự muốn biết là …

11 optimization  stochastic-processes 

Độ lệch tỷ lệ, được định nghĩa là D = 2 * (khả năng log của mô hình bão hòa trừ khả năng log của mô hình được trang bị), thường được sử dụng như một thước đo mức độ phù hợp trong các mô hình GLM. Phần trăm sai …

11 goodness-of-fit  zero-inflation  deviance 

Đặt là một chuỗi các biến ngẫu nhiên Bernoulli độc lập với Đặt Cho thấy hội tụ trong phân phối cho biến thông thường tiêu chuẩn khi có xu hướng vô cùng.{Xn:n≥1}{Xn:n≥1}\{X_n:n\ge1\}P{Xk=1}=1−P{Xk=0}=1k.P{Xk=1}=1−P{Xk=0}=1k.P\{X_k=1\}=1-P\{X_k=0\}=\frac{1}{k}.Sn=∑k=1n(Xk−1k), B2n=∑k=1nk−1k2Sn=∑k=1n(Xk−1k), Bn2=∑k=1nk−1k2S_n=\sum^{n}_{k=1}\left(X_k-\frac{1}{k}\right), \ B_n^2=\sum^{n}_{k=1}\frac{k-1}{k^2}SnBnSnBn\frac{S_n}{B_n}ZZZnnn Nỗ lực của tôi là sử dụng Lyapunov CLT, do đó chúng tôi cần …

11 probability  convergence  central-limit-theorem 

Bài báo ở đây . Chính sách giới thiệu ... là chính sách softmax tuyến tính dựa trên các tính năng dựa trên mẫu cục bộ nhanh, được tính toán tăng dần ... Tôi không hiểu chính sách giới thiệu là gì và nó liên quan đến mạng lưới chính …

11 machine-learning  monte-carlo  reinforcement-learning  games 

Tôi đang cố gắng sử dụng Mạng thần kinh để ước tính giá trị Q trong học tập Q như trong Câu hỏi về Q-Learning sử dụng Mạng thần kinh . Như được đề xuất trong câu trả lời đầu tiên, tôi đang sử dụng chức năng kích hoạt tuyến …

11 neural-networks  reinforcement-learning 

Tôi biết những điều cơ bản về SVM và SVR, nhưng tôi vẫn không hiểu làm thế nào vấn đề tìm một siêu phẳng tối đa hóa lề phù hợp với SVR. Thứ hai, tôi đọc một cái gì đó về sử dụng như lề của sự khoan dung trong …

11 regression  machine-learning  svm 

Tôi gặp vấn đề trong việc hiểu mô hình bỏ qua của thuật toán Word2Vec. Trong các từ liên tục có thể dễ dàng thấy các từ ngữ cảnh có thể "khớp" trong Mạng thần kinh như thế nào, vì về cơ bản, bạn trung bình chúng sau khi nhân …

11 neural-networks  deep-learning  natural-language  word2vec  word-embeddings 

Nó được coi là trường hợp lý tưởng trong đó cấu trúc xác suất nằm dưới các danh mục được biết một cách hoàn hảo. Tại sao với trình phân loại Bayes, chúng tôi đạt được hiệu suất tốt nhất có thể đạt được? Bằng chứng / giải thích chính …

11 probability  classification  bayesian  bayes 

Khi nói đến cây quyết định, giá trị dự đoán có thể nằm ngoài phạm vi của dữ liệu đào tạo không? Ví dụ: nếu phạm vi tập dữ liệu huấn luyện của biến mục tiêu là 0-100, khi tôi tạo mô hình của mình và áp dụng nó cho …

11 regression  predictive-models  random-forest  cart 

Tôi đang cố gắng thực hiện một trình phát hiện các đối tượng hiếm khi xảy ra (bằng hình ảnh), dự định sử dụng trình phân loại nhị phân CNN được áp dụng trong cửa sổ trượt / thay đổi kích thước. Tôi đã xây dựng các bộ kiểm tra …

11 logistic  classification  unbalanced-classes  loss-functions 

Tôi cần một thuật toán để thực hiện tìm kiếm nhị phân khi thử nghiệm ở mỗi bước có thể cho kết quả sai. Bối cảnh: Tôi cần đặt học sinh ở mức độ khó nhất trong 12 cấp độ khó. Cách tiếp cận hiện tại là vũ phu và …

11 algorithms 

Nền tảng của nghiên cứu của tôi : Trong một mẫu Gibbs trong đó chúng ta lấy mẫu (biến sở thích) và từ và , trong đó và là các vectơ ngẫu nhiên -chiều. Chúng tôi biết rằng quá trình này thường được chia thành hai giai đoạn:XXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk Thời kỳ …

11 hypothesis-testing  covariance  covariance-matrix  gibbs