Thống kê và dữ liệu lớn

"Entropy" đại khái nắm bắt mức độ "thông tin" trong phân phối xác suất. Đối với các phân phối rời rạc, có một cách giải thích chính xác hơn nhiều: entropy của một biến ngẫu nhiên rời rạc là giới hạn thấp hơn trên số bit dự kiến ​​cần thiết …

7 entropy  information-theory 

Giả sử bạn có bộ dữ liệu phát hiện đối tượng (ví dụ: MS COCO hoặc Pascal VOC) với hình ảnh N trong đó các lớp đối tượng k đã được dán nhãn. Bạn huấn luyện một mạng lưới thần kinh (ví dụ: Faster-RCNN hoặc YOLO) và đo lường độ …

7 machine-learning  neural-networks  object-detection  labeling 

Tôi hiện đang làm việc về vấn đề này và mục tiêu là phát triển mô hình hồi quy tuyến tính để dự đoán Y (huyết áp) của tôi với 8 yếu tố dự đoán, sử dụng hồi quy Ridge & Lasso. Tôi bắt đầu bằng cách kiểm tra tầm …

7 multiple-regression  lasso  ridge-regression 

Nếu tôi tạo nhiều mô hình ngẫu nhiên (hoàn toàn không xem xét dữ liệu) trong cài đặt hồi quy chỉ bằng cách gán ngẫu nhiên các giá trị hệ số và sau đó đánh giá các mô hình này qua tập dữ liệu với số liệu lỗi và chọn …

7 cross-validation  overfitting  ridge-regression 

Nếu qqplot của tôi là tuyến tính nhưng độ dốc không giống với đường 45 độ, thì điều này gợi ý gì? Tôi đang cố gắng kiểm tra sự phù hợp của phân phối laplace với dữ liệu mẫu của mình, vì vậy tôi đã tạo ngẫu nhiên các laplace …

7 r  qq-plot 

Hãy xem xét vấn đề sau: Bạn có hai đồng xu với trọng lượng riêng của nó (xác suất cho đầu). Ai đó sẽ lật các đồng xu cho bạn trong một phòng khác (bạn tin tưởng chúng). Bạn có thể yêu cầu họ lật cả hai đồng tiền và …

7 regression  probability  estimation 

Trong thiết lập của tôi, Có thử nghiệm.mmm Mỗi thử nghiệm có một xác suất được chọn.qqq N≤mN≤mN \leq m là số lượng thử nghiệm được chọn →N∼Bin(q,m)→N∼Bin(q,m) \rightarrow N \sim \text{Bin}(q, m) Đối với mỗi thử nghiệm được chọn, xác suất thành công làNNNppp K≤NK≤NK\leq N là số lượng …

7 binomial  random-variable  covariance 

Giả sử, (với ) có mật độ . Chúng ta có thể nói gì về phân phối của X∈RnX∈RnX \in \mathbb{R}^nn > 1n>1n > 1fX( x )fX(x)f_X(x)Y= - nhật kýfX( X) ?Y=−log⁡fX(X)? Y = -\log f_X(X)?

7 distributions  mathematical-statistics  data-transformation  entropy 

Tôi có một máy trạng thái với đầu vào tích cực và tiêu cực. Thời gian giữa các đầu vào tích cực tuân theo phân phối gamma ( ) và thời gian giữa các đầu vào âm theo một phân phối gamma khác ( ). Do đó, xác suất nhận …

7 pdf  stochastic-processes  markov-process  queueing  interarrival-time 

Trong phần Giới thiệu về Mô hình tuyến tính tổng quát của Dobson và Barnett, bài tập 1.4b & c như sau: Đặt là các biến ngẫu nhiên độc lập, mỗi biến có phân phối . Đặt và . ...Y1,...,YnY1,...,YnY_1,...,Y_nN(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)Y¯¯¯¯=1n∑ni=1YiY¯=1n∑i=1nYi\overline{Y}=\frac{1}{n}\sum_{i=1}^{n}Y_iS2=1n−1∑ni=1(Yi−Y¯¯¯¯)2S2=1n−1∑i=1n(Yi−Y¯)2S^2=\frac{1}{n-1}\sum_{i=1}^{n}(Y_i-\overline{Y})^2 b. Chứng tỏ rằngS2=1n−1[∑ni=1(Yi−μ)2−n(Y¯¯¯¯−μ)2]S2=1n−1[∑i=1n(Yi−μ)2−n(Y¯−μ)2]S^2 = \frac{1}{n-1}[\sum_{i=1}^{n}(Y_i-\mu)^2-n(\overline{Y}-\mu)^2] c. Từ (b) theo …

7 self-study  mathematical-statistics  variance  mean  independence 

Tôi đã đọc được rằng có lợi khi áp dụng một số biến đổi tính năng phổ biến nhất định trên các bộ dữ liệu trước khi chúng đạt được các mô hình học máy. Chúng dựa trên sự phân phối các tính năng của bộ dữ liệu; ví dụ: …

7 neural-networks  deep-learning  data-transformation 

Tôi đã đọc phần Giới thiệu về Học thống kê. Ở đây nó được hiển thị rằng: - Trong một ví dụ sau, MSE đào tạo và thử nghiệm được vẽ. Tôi muốn biết nếu cả hai độ lệch ^ 2 và phương sai đều là các đại lượng dương …

7 regression  mse  training-error  bias-variance-tradeoff 

Giả sử có một bộ gồm câu hỏi và có học sinh và .SSS100100100222aaabbb Đặt là xác suất để câu trả lời đúng cho câu hỏi và giống với .PaiPaiP_{ai}aaaiiiPbiPbiP_{bi}bbb Tất cả và được cung cấp cho .PaiPaiP_{ai}PbiPbiP_{bi}i=1...100i=1...100i = 1...100 Giả sử một kỳ thi được làm bằng cách lấy …

7 probability  irt 

Xem xét một thiết kế giai thừa trong chủ đề và bên trong vật phẩm trong đó biến điều trị thử nghiệm có hai cấp độ (điều kiện). Hãy m1là mô hình tối đa và mô hình m2không tương quan ngẫu nhiên. m1: y ~ condition + (condition|subject) + (condition|item) …

7 r  mixed-model  lme4-nlme  categorical-encoding  machine-learning  pandas  proportion  r  irt  distributions  conditional-probability  kernel-smoothing  r  data-visualization  r  mixed-model  sas  curve-fitting  matplotlib  data-visualization  python  matplotlib  regression  logistic  simulation  sas  jmp  logit  beta-regression  regression  maximum-likelihood  posterior 

Đã đóng cửa. Câu hỏi này không đúng chủ đề . Nó hiện không chấp nhận câu trả lời. Bạn muốn cải thiện câu hỏi này? Cập nhật câu hỏi để nó thuộc chủ đề cho Xác thực chéo. Đóng cửa 2 năm trước . API Speech của Google có …

7 speech-recognition