Câu hỏi được gắn thẻ «self-study»

Một bài tập thông thường từ sách giáo khoa, khóa học hoặc bài kiểm tra được sử dụng cho một lớp học hoặc tự học. Chính sách của cộng đồng này là "cung cấp gợi ý hữu ích" cho những câu hỏi như vậy thay vì câu trả lời hoàn chỉnh.

1
Lấy thuật toán K-nghĩa là giới hạn tối đa hóa kỳ vọng cho các hỗn hợp Gaussian
Christopher Bishop xác định giá trị mong đợi của hàm khả năng ghi nhật ký dữ liệu hoàn chỉnh (nghĩa là giả sử rằng chúng tôi được cung cấp cả dữ liệu quan sát X cũng như dữ liệu tiềm ẩn Z) như sau: EZ[lnp(X,Z∣μ,Σ,π)]=∑n=1N∑k=1Kγ(znk){lnπk+lnN(xn∣ μk,Σk)}(1)(1)EZ[ln⁡p(X,Z∣μ,Σ,π)]=∑n=1N∑k=1Kγ(znk){ln⁡πk+ln⁡N(xn∣ μk,Σk)} \mathbb{E}_\textbf{Z}[\ln p(\textbf{X},\textbf{Z} \mid …

1
K-có nghĩa là trường hợp giới hạn của thuật toán EM cho các hỗn hợp Gaussian với hiệp phương sai
σ2Iσ2I\sigma^2 Ilimσ→0limσ→0\lim_{\sigma \to 0} Giả sử chúng ta có một tập hợp dữ liệu quan sát của biến ngẫu nhiên . Hàm mục tiêu cho phương tiện M được cho bởi: trong đó là biến chỉ thị nhị phân của một phép gán cứng cho cụm . (nếu điểm dữ …



1
trong đó và được phân phối một cách hợp lý
Tôi đang cố gắng tính toán kỳ vọng cho (đối với , kỳ vọng là vô hạn) nếu được phân phối lognormally, tức là .E[ecX]E[ecX]E[e^{cX}]c&lt;0c&lt;0c<0c&gt;0c&gt;0c>0XXXlog(X)∼N(μ,σ)log⁡(X)∼N(μ,σ)\log(X) \sim N(\mu, \sigma) Ý tưởng của tôi là viết kỳ vọng dưới dạng tích phân, nhưng tôi không thấy cách tiến hành: E[ecX]=12σπ−−−√∫∞01xexp(cx−(logx−μ)22σ2)dxE[ecX]=12σπ∫0∞1xexp⁡(cx−(log⁡x−μ)22σ2)dxE[e^{cX}] = \frac{1}{\sqrt{2\sigma\pi}}\int_0^\infty …


2
Tại sao một mô hình thống kê sẽ phù hợp hơn nếu được cung cấp một bộ dữ liệu khổng lồ?
Dự án hiện tại của tôi có thể yêu cầu tôi xây dựng một mô hình để dự đoán hành vi của một nhóm người nhất định. tập dữ liệu huấn luyện chỉ chứa 6 biến (id chỉ dành cho mục đích nhận dạng): id, age, income, gender, job category, …
8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 


2
Tỷ lệ khả năng phân phối theo hàm mũ hai mẫu
Đặt XXX và YYY là hai biến ngẫu nhiên độc lập với pdf tương ứng: f(x;θi)={1θie−x/θi0&lt;x&lt;∞,0&lt;θi&lt;∞0elsewheref(x;θi)={1θie−x/θi0&lt;x&lt;∞,0&lt;θi&lt;∞0elsewheref \left(x;\theta_i \right) =\begin{cases} \frac{1}{\theta_i} e^{-x/ {\theta_i}} \quad 0<x<\infty, 0<\theta_i< \infty \\ 0 \quad \text{elsewhere} \end{cases} cho . Hai mẫu độc lập được rút ra để kiểm tra so với có kích thước và từ …



2
Khi n tăng giá trị t tăng trong kiểm tra giả thuyết, nhưng bảng t thì ngược lại. Tại sao?
Công thức cho trong một bài kiểm tra giả thuyết được đưa ra bởi: tttt=X¯−μσ^/n−−√.t=X¯−μσ^/n. t=\frac{\bar{X}-\mu}{\hat \sigma/\sqrt{n}}. Khi tăng, giá trị tăng theo công thức trên. Nhưng tại sao giá trị quan trọng lại giảm trong -table khi (là hàm của ) tăng?nnntttttttttdfdf\text{df}nnn




Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.