Statistiken und Big Data

2

Welche Distributionen haben geschlossene Lösungen für die Abschätzung der maximalen Wahrscheinlichkeit?

Welche Verteilungen haben geschlossene Lösungen für die Maximum-Likelihood-Schätzungen der Parameter aus einer Stichprobe unabhängiger Beobachtungen?

21 distributions mathematical-statistics maximum-likelihood

1

Rolle des Parameters n.minobsinnode von GBM in R [closed]

Es ist unwahrscheinlich, dass diese Frage zukünftigen Besuchern hilft. Es ist nur für ein kleines geografisches Gebiet, einen bestimmten Zeitpunkt oder eine außergewöhnlich enge Situation relevant, die für das weltweite Publikum des Internets im Allgemeinen nicht anwendbar ist. Weitere Informationen dazu, wie Sie diese Frage allgemeiner anwenden können, finden Sie …

21 r gbm

3

Wie werden Haupteffekte interpretiert, wenn der Interaktionseffekt nicht signifikant ist?

Ich habe ein verallgemeinertes lineares gemischtes Modell in R ausgeführt und einen Interaktionseffekt zwischen zwei Prädiktoren eingeschlossen. Die Wechselwirkung war nicht signifikant, aber die Haupteffekte (die beiden Prädiktoren) waren beide. Nun sagen mir viele Lehrbuchbeispiele, dass bei einem signifikanten Effekt der Interaktion die Haupteffekte nicht interpretiert werden können. Aber was …

21 logistic mixed-model interaction interpretation regression-coefficients

4

Funktionale Hauptkomponentenanalyse (FPCA): Worum geht es?

Über die Funktionale Hauptkomponentenanalyse (FPCA) bin ich gestolpert und habe sie nie verstanden. Worum geht es? Siehe "Eine Übersicht über die Analyse der funktionalen Hauptkomponenten" von Shang, 2011 , und ich zitiere: PCA stößt bei der Analyse von Funktionsdaten aufgrund des "Fluches der Dimensionalität" auf ernsthafte Schwierigkeiten (Bellman 1961). Der …

21 time-series pca dimensionality-reduction

3

Warum werden Zufallsvariablen als Funktionen definiert?

Ich habe Probleme, das Konzept einer Zufallsvariablen als Funktion zu verstehen. Ich verstehe die Mechanik (glaube ich), aber ich verstehe die Motivation nicht ... Say ist eine Wahrscheinlichkeit , triple, wobei , die Borel- ist -Algebra auf diesem Intervall und ist die regelmäßige Lebesguemaß. Sei eine Zufallsvariable von bis so …

21 probability random-variable measure-theory

2

Kann eine kleine Stichprobengröße einen Fehler vom Typ 1 verursachen?

Ich habe erfahren, dass eine kleine Stichprobengröße zu unzureichender Leistung und Typ 2-Fehlern führen kann. Ich habe jedoch das Gefühl, dass kleine Proben im Allgemeinen unzuverlässig sind und zufällig zu jedem Ergebnis führen können. Ist das wahr?

21 hypothesis-testing small-sample

2

Warum wird ein vor einer Varianz als schwach angesehen?

Hintergrund Eine der am häufigsten verwendeten Schwachstellen vor der Varianz ist das inverse Gamma mit den Parametern (Gelman 2006) .α = 0,001 , β= 0,001α=0.001,β=0.001\alpha =0.001, \beta=0.001 Diese Verteilung hat jedoch einen 90% von ungefähr .[ 3 × 1019, ∞ ][3×1019,∞][3\times10^{19},\infty] library(pscl) sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, 0.001)) [1] 3.362941e+19 …

21 bayesian multilevel-analysis prior

3

Trainingsverlust steigt mit der Zeit

Diese Frage hat hier bereits Antworten : Wie kann eine Änderung der Kostenfunktion positiv sein? (1 Antwort) Was soll ich tun, wenn mein neuronales Netzwerk nicht lernt? (5 Antworten) Geschlossen im letzten Monat . Ich trainiere ein Modell (Recurrent Neural Network), um 4 Arten von Sequenzen zu klassifizieren. Während ich …

21 machine-learning neural-networks loss-functions rnn training-error

2

Wie funktionieren Engpassarchitekturen in neuronalen Netzwerken?

Wir definieren eine Engpassarchitektur als den Typ, der im ResNet-Artikel zu finden ist, in dem [zwei 3x3-Conv-Ebenen] durch [eine 1x1- Conv-Ebene , eine 3x3-Conv-Ebene und eine weitere 1x1-Conv-Ebene] ersetzt werden. Ich verstehe, dass die 1x1-Conv-Ebenen als eine Form der Dimensionsreduktion (und Wiederherstellung) verwendet werden, die in einem anderen Beitrag erläutert …

21 residuals deep-learning conv-neural-network

4

Woher wissen, ob die Daten linear trennbar sind?

Die Daten haben viele Funktionen (z. B. 100) und die Anzahl der Instanzen liegt bei 100.000. Die Daten sind spärlich. Ich möchte die Daten mit logistischer Regression oder SVM anpassen. Woher weiß ich, ob Features linear oder nicht linear sind, sodass ich den Kernel-Trick verwenden kann, wenn er nicht linear …

21 machine-learning logistic svm data-mining

1

Unterschied zwischen Hidden Markov-Modellen und Partikelfilter (und Kalman-Filter)

Hier ist meine alte Frage Ich möchte fragen, ob jemand den Unterschied (falls vorhanden) zwischen Hidden Markov-Modellen (HMM) und Partikelfilter (PF) und folglich Kalman-Filter kennt oder unter welchen Umständen wir welchen Algorithmus verwenden. Ich bin Student und muss ein Projekt machen, aber zuerst muss ich einige Dinge verstehen. Entsprechend der …

21 machine-learning self-study hidden-markov-model kalman-filter particle-filter

3

Warum gibt mir nls () die Fehlermeldung "singuläre Gradientenmatrix bei anfänglichen Parameterschätzungen"?

Ich habe einige grundlegende Daten zur Emissionsreduzierung und zu den Kosten pro Auto: q24 <- read.table(text = "reductions cost.per.car 50 45 55 55 60 62 65 70 70 80 75 90 80 100 85 200 90 375 95 600 ",header = TRUE, sep = "") Ich weiß, dass dies eine …

21 r self-study exponential starting-values

2

Was sind die Vorteile von ReLU gegenüber Softplus als Aktivierungsfunktionen?

Es wird oft erwähnt, dass gleichgerichtete Lineareinheiten (ReLU) Softplus-Einheiten abgelöst haben, weil sie linear sind und schneller berechnet werden können. Hat softplus it noch den Vorteil der Sparity-Induktion oder ist das auf die ReLU beschränkt? Der Grund, den ich frage, ist, dass ich mich über die negativen Konsequenzen der Null-Steigung …

21 machine-learning neural-networks

2

Extreme Value Theory - Show: Normal zu Gumbel

Das Maximum von iid Standardnormals konvergiert mit der Standard-Gumbel- Verteilung gemäß der Extremwerttheorie .X1, … , Xn. ∼X1,…,Xn.∼X_1,\dots,X_n. \sim Wie können wir das zeigen? Wir haben P( max Xich≤ x ) = P( X1≤ x , … , Xn≤ x ) = P( X1≤ x ) ⋯ P( Xn≤ x …

21 probability normal-distribution convergence extreme-value

2

Definition der bedingten Wahrscheinlichkeit mit mehreren Bedingungen

Angenommen, ich habe zwei Ereignisse, A und B, und einige Verteilungsparameter θθ \theta , und ich möchte P(A|B,θ)P(A|B,θ)P(A | B,\theta) . Die einfachste Definition der bedingten Wahrscheinlichkeit ist also, dass bei einigen Ereignissen A und B . Wenn also mehrere Ereignisse zu bedingen sind, wie ich es oben getan habe, …

21 probability conditional-probability