Thống kê và dữ liệu lớn

Tôi đã không tìm thấy một định nghĩa về chức năng mất trên wiki trong bối cảnh học máy. Điều này là ít chính thức mặc dù, nó là đủ rõ ràng. Về cốt lõi, một hàm mất rất đơn giản: đó là một phương pháp đánh giá mức độ …

9 machine-learning 

Có rất nhiều câu hỏi (như thế này ) về một số sự mơ hồ với công thức Bayes trong trường hợp liên tục. p(θ|x)=p(x|θ)⋅p(θ)p(x)p(θ|x)=p(x|θ)⋅p(θ)p(x)p(\theta | x) = \frac{p(x | \theta) \cdot p(\theta)}{p(x)} Thông thường, sự nhầm lẫn xuất phát từ thực tế là định nghĩa phân phối có điều …

9 distributions  bayesian  conditional-probability  likelihood 

Trong các bình luận bên dưới một bài đăng của tôi , Glen_b và tôi đã thảo luận về cách phân phối rời rạc nhất thiết phải có ý nghĩa và phương sai phụ thuộc. Đối với một phân phối bình thường, nó có ý nghĩa. Nếu tôi nói với …

9 distributions  variance  mean  independence  moments 

Tôi đang làm việc trên mô hình hồi quy logistic. Tôi đã kiểm tra tóm tắt của mô hình được xây dựng trên 5 biến độc lập trong đó biến không có ý nghĩa với giá trị P là 0,74. Tôi muốn biết rằng chúng ta có loại bỏ trực …

9 r  regression  correlation 

Mô tả chung Công cụ ước tính hiệu quả (có phương sai mẫu bằng với giới hạn Cramérọt Rao) có tối đa hóa xác suất để gần với tham số thực không?θθ\theta Giả sử chúng tôi so sánh sự khác biệt hoặc khác biệt tuyệt đối giữa ước tính và …

9 mathematical-statistics  unbiased-estimator  sufficient-statistics  stochastic-ordering 

Đặt và là các biến ngẫu nhiên theo cấp số nhân độc lập và phân phối theo tỷ lệ với tỷ lệ . Đặt .X1X1X_1X2X2X_2λλ\lambdaS2= X1+ X2S2=X1+X2S_2 = X_1 + X_2 H: Hiển thị rằng có PDF .S2S2S_2fS2( X ) = λ2x e- λ x,x ≥ 0fS2(x)=λ2xe−λx,x≥0f_{S_2}(x) = \lambda^2 x …

9 self-study  distributions  convolution  exponential-distribution 

Hãy (Ω,F,P)(Ω,F,P)(\Omega, \mathcal{F}, P) là một không gian xác suất, và để cho X:Ω→RnX:Ω→RnX : \Omega \to \mathbb{R}^n là một vector ngẫu nhiên. Đặt PX=X∗PPX=X∗PP_X = X_* P là phân phối của XXX , số đo Borel trên RnRn\mathbb{R}^n . Các chức năng đặc trưng của XXX là hàm φX(t)=E[eit⋅X]=∫Ωeit⋅XdP,φX(t)=E[eit⋅X]=∫Ωeit⋅XdP, …

9 mgf  characteristic-function 

Câu hỏi của tôi là về phân loại nhị phân, nói rằng tách khách hàng tốt khỏi khách hàng xấu, nhưng không phân loại hồi quy hoặc phân loại không nhị phân. Trong bối cảnh này, một khu rừng ngẫu nhiên là một tập hợp các cây phân loại. Đối …

9 r  machine-learning  classification  random-forest 

Phân tích dữ liệu Bayes (trang 64) cho biết, liên quan đến một mô hình bình thường : mật độ trước mơ hồ hợp lý cho và , giả sử sự độc lập trước của các tham số vị trí và tỷ lệ, là thống nhất trên hoặc tương đương,μμ\muσσ\sigma( …

9 probability  bayesian 

Bộ mã hóa tự động biến đổi (VAE) cung cấp cách học phân phối xác suất liên quan đến đầu vào x với biểu diễn tiềm ẩn z của nó . Cụ thể, bộ mã hóa e ánh xạ đầu vào x thành phân phối trên z . Một bộ …

9 neural-networks  deep-learning  autoencoders  variational-bayes 

Tôi đang đọc Máy học thực hành với Scikit-Learn và TensorFlow: Khái niệm, công cụ và kỹ thuật để xây dựng hệ thống thông minh . Sau đó, tôi không thể tìm ra sự khác biệt giữa bỏ phiếu cứng và bỏ phiếu mềm trong ngữ cảnh để tập hợp …

9 machine-learning  ensemble 

Câu hỏi : Tôi đã trang bị một mô hình xác suất (mạng bayes) để mô hình hóa một biến kết quả nhị phân. Tôi muốn tạo một biểu đồ hiệu chuẩn độ phân giải cao (ví dụ như spline) được sửa chữa cho quá mức với bootstrapping. Có một …

9 bootstrap  splines  regression-strategies  calibration 

Tôi đang đọc bài học sâu của Ian Goodfellow et al. Nó giới thiệu thiên vị vì trong đó và là tham số ước tính và tham số thực bên dưới.B i a s ( θ ) = E( θ^) - θBTôimộtS(θ)= =E(θ^)-θBias(\theta)=E(\hat\theta)-\thetaθ θθ^θ^\hat\thetaθθ\theta Mặt khác, tính nhất quán được …

9 estimation  bias  unbiased-estimator  consistency 

Tôi hiện đang làm một nhiệm vụ dự báo nhu cầu, với dữ liệu về hàng chục ngàn sản phẩm trên một vài nghìn cửa hàng. Cụ thể hơn, tôi có dữ liệu bán hàng hàng ngày cho mỗi sản phẩm trong một vài năm và mục tiêu của tôi …

9 time-series  forecasting  predictive-models 

Có một số trang web mô tả độ dốc gốc để tìm các tham số cho hồi quy tuyến tính đơn giản ( đây là một trong số chúng). Google cũng mô tả nó trong khóa học ML mới (công khai) của họ. Tuy nhiên, trên Wikipedia , các công …

9 regression  scikit-learn  gradient-descent