Thống kê và dữ liệu lớn

Bối cảnh: Tôi muốn tìm hiểu cách phân tích dữ liệu từ các thử nghiệm lâm sàng với kiểm soát lịch sử tự nhiên, nghĩa là một thử nghiệm lâm sàng trong đó một nhóm người (giả sử, những người có nguy cơ di truyền bệnh) được tuyển dụng, tất …

8 survival  clinical-trials  truncation 

Tôi đã từng huấn luyện mô hình của mình trên máy cục bộ, nơi bộ nhớ chỉ đủ cho 10 ví dụ mỗi lô. Tuy nhiên, khi tôi di chuyển mô hình của mình sang AWS và sử dụng GPU lớn hơn (Tesla K80), tôi có thể điều chỉnh kích …

8 machine-learning  deep-learning  computer-vision 

Tôi đang đọc trên PCA, và tôi hiểu hầu hết những gì đang diễn ra về mặt phái sinh ngoài giả định rằng người bản địa cần phải trực giao và làm thế nào nó liên quan đến các dự đoán (điểm PCA) không được thông báo? Tôi có hai …

8 mathematical-statistics  pca  eigenvalues 

Trong bài báo về mạng nơ ron tích chập hoàn toàn , các tác giả đề cập đến cả vá đào tạo khôn ngoan và đào tạo chập hoàn toàn. Sự hiểu biết của tôi cho việc xây dựng tập huấn luyện như sau: Đưa ra một M*Mhình ảnh, trích …

8 machine-learning  deep-learning  data-mining  conv-neural-network  computer-vision 

Tôi mới học sâu và đang cố gắng tính đạo hàm của hàm sau đối với ma trận ww\mathbf w: p(a)=ew⊤axΣdew⊤dxp(a)=ewa⊤xΣdewd⊤xp(a) = \frac{e^{w_a^\top x}}{\Sigma_{d} e^{w_d^\top x}} Sử dụng quy tắc thương, tôi nhận được: ∂p(a)∂w=xew⊤axΣdew⊤dx−ew⊤axΣdxew⊤dx[Σdew⊤dx]2=0∂p(a)∂w=xewa⊤xΣdewd⊤x−ewa⊤xΣdxewd⊤x[Σdewd⊤x]2=0\frac{\partial p(a)}{\partial w} = \frac{xe^{w_a^\top x}\Sigma_{d} e^{w_d^\top x} - e^{w_a^\top x}\Sigma_{d} xe^{w_d^\top x}}{[\Sigma_{d} e^{w_d^\top x}]^2} = …

8 machine-learning  self-study  neural-networks  derivative  softmax 

Đặt là thống kê đơn hàng cho một mẫu ngẫu nhiên có kích thước từ một phân phối bình thường với trung bình và phương sai .X(1)≤X(2)X(1)≤X(2)X_{(1)}\leq X_{(2)}222μμ\muσ2σ2\sigma ^{2} Đánh giá , , , và .E(X(1))E⁡(X(1))\operatorname{E}(X_{(1)})E(X(2))E⁡(X(2))\operatorname{E}(X_{(2)})Var(X(1))Var⁡(X(1))\operatorname{Var}(X_{(1)})Var(X(2))Var⁡(X(2))\operatorname{Var}(X_{(2)})Cov(X(1),X(2))Cov⁡(X(1),X(2))\operatorname{Cov}(X_{(1)},X_{(2)}) Cố gắng của tôi: Nói chung, đối với một mẫu ngẫu nhiên có kích …

8 distributions  expected-value  order-statistics 

Giả sử tôi đang làm việc với mô hình sau yi=α(1−exp(−βti))+γ(1−exp(−δti))+εiyi=α(1−exp⁡(−βti))+γ(1−exp⁡(−δti))+εiy_i = \alpha(1-\exp(-\beta t_i))+\gamma(1-\exp(-\delta t_i)) + \varepsilon_i . Các là gaussian iid với zero bình và tôi đang cố gắng để tìm thấy những giá trị tốt nhất phù hợp của .εiεi\varepsilon_iα,β,γ,δα,β,γ,δ\alpha,\beta,\gamma,\delta Để cụ thể, giả sử đây là mô …

8 regression  nonlinear-regression  identifiability 

Câu hỏi này liên quan đến bài viết Deepmind trên DDPG: https://arxiv.org/pdf/1509.02971v5.pdf . Hầu hết (tất cả?) Việc triển khai thuật toán DDPG mà tôi đã thấy tính toán cập nhật độ dốc cho mạng diễn viên theo , trong đó đại diện cho các tham số của mạng diễn …

8 machine-learning  neural-networks  deep-learning  reinforcement-learning 

Sự xuất hiện của các photon tại một pixel trong cảm biến hình ảnh là một biến ngẫu nhiên phân tán Poisson sao cho đầu vào có thể được mô hình hóa thành Poisson rv .X~ P o i s s o n ( λ )X∼PoiSSon(λ)X\sim \mathrm{Poisson}(\lambda) Vì đầu vào …

8 variance  poisson-distribution  probability-inequalities  convex 

Tôi có một phân loại nhị phân (học có giám sát) vấn đề, nơi mà tất cả các tính năng của tôi là boolean, với xoắn sau: Tôi muốn học một phân loại mà là đơn điệu . Nói cách khác, thay đổi bất kỳ tập hợp con các tính …

8 machine-learning  binary-data  supervised-learning 

Nói là một biến ngẫu nhiên có hiệp phương sai . Theo định nghĩa , các mục của ma trận hiệp phương sai là hiệp phương sai: Ngoài ra, người ta biết rằng các mục của độ chính xác thỏa mãn: trong đó phía bên tay phải là hiệp phương …

8 interpretation  covariance  covariance-matrix  partial-correlation  precision 

Tôi có một câu hỏi về hệ số độ dốc của OLS so với câu hỏi về Hồi quy lượng tử, khi phải đối mặt với các điều khoản lỗi homoscedastic. Mô hình dân số có thể trông như sau: yTôi= =β0+β1xTôi+bạnTôiyi=β0+β1xi+uiy_i = \beta_0 + \beta_{1}x_i + u_i với là …

8 regression  least-squares  quantile-regression 

Tôi mong muốn được tìm hiểu thêm về các kỹ thuật hồi quy chính quy như hồi quy Ridge và Lasso. Tôi muốn biết những gì có thể đạt được bằng cách sử dụng các kỹ thuật này khi so sánh với mô hình hồi quy tuyến tính. Ngoài ra …

8 multiple-regression  regression-coefficients  regularization  ridge-regression 

Tôi đang làm việc về tầm nhìn máy tính và phải tối ưu hóa một chức năng khách quan liên quan đến ma trận XXX và ma trận XXX là một ma trận trực giao. m a x i m i ze f ( X)maximize f(X)maximize \ \ f(X) s …

8 optimization  orthogonal 

Câu hỏi của tôi là: Có một tập hợp dữ liệu cho phép trung vị lớn hơn chế độ, chế độ lớn hơn giá trị trung bình và giá trị trung bình lớn hơn phạm vi không? Nếu vậy, có một mẫu, hoặc một đặc tính cụ thể của bộ …

8 mean  descriptive-statistics  median  mode  range