Thống kê và dữ liệu lớn

Tôi đang tìm hiểu về các mô hình hỗn hợp Gaussian (GMM) nhưng tôi bối rối không biết tại sao mọi người nên sử dụng thuật toán này. Thuật toán này tốt hơn thuật toán phân cụm tiêu chuẩn khác như KKK-means khi nói đến cụm? CácKKK có nghĩa là …

9 normal-distribution  unsupervised-learning  gaussian-mixture 

Trước hết, tôi nhận ra rằng câu hỏi của tôi rất rộng và có thể khó trả lời câu hỏi này vì nó. Bạn có lời khuyên nào về cách tiếp cận một "vấn đề" mà bạn cần đưa ra dự báo / dự đoán cho hơn 2000 sản phẩm …

9 time-series  forecasting  segmentation 

Giả sử tôi có một bộ dữ liệu chiều cao và muốn thực hiện lựa chọn tính năng. Một cách là đào tạo một mô hình có khả năng xác định các tính năng quan trọng nhất trong bộ dữ liệu này và sử dụng mô hình này để loại …

9 feature-selection  linear-model  lasso  ridge-regression 

Có một tuyên bố rằng tối đa hóa khả năng là tương đương với giảm thiểu entropy chéo. Có bằng chứng nào cho tuyên bố này không?

9 machine-learning  mathematical-statistics  maximum-likelihood  cross-entropy 

Tôi dường như đang thiếu một số thông tin quan trọng. Tôi biết rằng hệ số hồi quy logistic nằm trong log (tỷ lệ cược), được gọi là thang đo logit. Do đó, để giải thích chúng, exp(coef)được thực hiện và mang lại HOẶC tỷ lệ cược. Nếu thì cách …

9 probability  logistic  binary-data  logit  odds-ratio 

Nếu tôi hiểu chính xác, trong thống kê Bayes, một tham số là một biến ngẫu nhiên. Khi ước tính tham số, phân phối trước được kết hợp với dữ liệu để mang lại phân phối sau. Câu hỏi: Là mọi điểm dữ liệu (trong mẫu cũng như dân số) …

9 bayesian 

Tôi đang sử dụng mô hình tuyến tính tổng quát gamma (GLM) với một liên kết nhận dạng. Biến độc lập là mức bù của một nhóm cụ thể. Tóm tắt thống kê mô hình thống kê của Python đưa ra cảnh báo cho tôi về chức năng liên kết …

9 generalized-linear-model  python  gamma-distribution  statsmodels 

Tôi đang duyệt repo github cho Pymc và tìm thấy cuốn sổ này: Suy luận biến đổi: Mạng lưới thần kinh Bayes Tác giả thể hiện những ưu điểm của lập trình bayes / xác suất nhưng sau đó tiếp tục nói: Thật không may, khi nói đến các vấn …

9 machine-learning  bayesian  mcmc  pymc  probabilistic-programming 

Đối với rừng ngẫu nhiên, chúng tôi chia nút theo tạp chất Gini hoặc entropy cho một tập hợp các tính năng. RandomForestClassifier trong sklearn, chúng ta có thể chọn phân tách bằng cách sử dụng tiêu chí Gini hoặc Entropy. Tuy nhiên, những gì tôi đọc về Trình phân …

9 classification  python  random-forest  scikit-learn 

Mạng đối thủ chung (GAN) có thể được sử dụng để tăng dữ liệu (nghĩa là để tạo các ví dụ tổng hợp được thêm vào tập dữ liệu) không? Nó có ảnh hưởng gì đến hiệu suất của một mô hình được đào tạo trên bộ dữ liệu tăng …

9 machine-learning  neural-networks  gan  data-augmentation 

Không có lời xin lỗi: Tôi đã không cố gắng nghiên cứu vấn đề này (ngoài việc xem xét danh sách các câu hỏi CV cung cấp có thể đã trả lời truy vấn này). Tôi đã dạy điều này trong lớp vào tuần trước để chẩn đoán các mô …

9 logistic  roc  history 

Điều đó có nghĩa là gì khi các nhà thống kê nói về việc có nhiều người dự đoán hơn là quan sát trong mô hình hồi quy? Làm thế nào mà thậm chí có thể có thể? Tại sao nó là một vấn đề trong hồi quy? Xin lỗi, …

9 regression 

Trong học tập phê bình diễn viên để học tăng cường, tôi hiểu rằng bạn có một "diễn viên" đang quyết định hành động và một "nhà phê bình" sau đó đánh giá những hành động đó, tuy nhiên, tôi bối rối về chức năng mất thực sự đang nói …

9 machine-learning  reinforcement-learning  actor-critic 

Có phải thực tế phổ biến là chỉ áp dụng tăng dữ liệu cho tập huấn luyện, hoặc cho cả tập huấn luyện và tập kiểm thử?

9 machine-learning  deep-learning  regularization  data-augmentation 

Tôi đang đọc cuốn sách Deep Learning và tình cờ thấy đoạn sau (trang 109, đoạn thứ hai): Dữ liệu huấn luyện và kiểm tra được tạo bởi phân phối xác suất trên các bộ dữ liệu được gọi là quá trình tạo dữ liệu. Chúng tôi thường tạo ra …

9 deep-learning