Statistiken und Big Data

3

Was ist der Unterschied zwischen Conv1D und Conv2D?

Ich wollte durch die keras Faltung docs , und ich habe zwei Arten von convultuion Conv1D und Conv2D gefunden. Ich habe eine Websuche durchgeführt und das ist, was ich über Conv1D und Conv2D verstehe. Conv1D wird für Sequenzen und Conv2D für Bilder verwendet. Ich dachte immer, dass Faltungsnetzwerke nur für …

18 machine-learning neural-networks conv-neural-network keras

2

Was verursacht plötzliche Abfälle von Trainings- / Testfehlern beim Training eines neuronalen Netzwerks?

Ich habe einige Male während des Trainings im neuronalen Netzwerk Diagramme von Test- / Trainingsfehlern gesehen, die in bestimmten Epochen plötzlich abfielen, und ich frage mich, was diese Leistungssprünge verursacht: Dieses Bild stammt von Kaiming He Github, aber ähnliche Handlungen tauchen in vielen Zeitungen auf.

18 conv-neural-network

2

Intuitive Erklärung der Funktionsweise von UMAP im Vergleich zu t-SNE

Ich habe einen Doktortitel in Molekularbiologie. Meine Studien haben vor kurzem begonnen, hochdimensionale Datenanalysen zu beinhalten. Ich hatte die Idee, wie t-SNE funktioniert (dank eines StatQuest-Videos auf YouTube ), kann mich aber nicht um UMAP kümmern (ich habe mir den Vortrag des UMAP-Erstellers online angehört, fand ihn aber nicht leicht …

18 dimensionality-reduction intuition tsne

3

Testen zufällig generierter Daten anhand der beabsichtigten Verteilung

Ich habe ein Programm geschrieben, das zufällige Daten erzeugt. Wenn das Programm ordnungsgemäß funktioniert, sollten diese Daten einer bestimmten, bekannten Wahrscheinlichkeitsverteilung folgen. Ich möchte das Programm ausführen, einige Berechnungen für das Ergebnis durchführen und einen p-Wert ausarbeiten. Bevor es jemand anders sagt: Ich verstehe, dass das Testen von Hypothesen nicht …

17 distributions hypothesis-testing random-generation

2

Durch das Kategorisieren einer Variablen wird sie von unbedeutend zu bedeutend

Ich habe eine numerische Variable, die in einem multivariaten logistischen Regressionsmodell nicht signifikant ist. Wenn ich es jedoch in Gruppen einteile, wird es plötzlich bedeutsam. Das ist für mich sehr kontraintuitiv: Wenn wir eine Variable kategorisieren, geben wir einige Informationen auf. Wie kann das sein?

17 regression logistic statistical-significance multivariate-analysis

1

Warum ist in Gelmans Schulbeispiel 8 der Standardfehler der angenommenen Einzelschätzung bekannt?

Kontext: In Gelmans 8-schuligem Beispiel (Bayesian Data Analysis, 3. Ausgabe, Kapitel 5.5) gibt es acht parallele Experimente in acht Schulen, in denen die Wirkung von Coaching getestet wird. Jedes Experiment liefert einen Schätzwert für die Wirksamkeit des Coachings und den damit verbundenen Standardfehler. Die Autoren erstellen dann ein hierarchisches Modell …

17 bayesian hierarchical-bayesian

1

Stepwise AIC - Gibt es Kontroversen zu diesem Thema?

Ich habe unzählige Beiträge auf dieser Site gelesen, die unglaublich gegen die schrittweise Auswahl von Variablen mit beliebigen Kriterien wie p-Werten, AIC, BIC usw. sind. Ich verstehe, warum diese Verfahren im Allgemeinen ziemlich schlecht für die Auswahl von Variablen sind. Gungs wahrscheinlich berühmter Post hier zeigt deutlich, warum; Letztendlich überprüfen …

17 forecasting predictive-models arima aic stepwise-regression

2

Warum wurde der Buchstabe Q in Q-learning gewählt?

Warum wurde der Buchstabe Q im Namen von Q-learning gewählt? Die meisten Buchstaben werden als Abkürzung gewählt, z. B. steht ππ\pi für policy und vvv für value. Aber ich glaube nicht, dass Q eine Abkürzung für ein Wort ist.

17 terminology reinforcement-learning history q-learning

3

Was ist der Unterschied zwischen einem „statistischen Experiment“ und einem „statistischen Modell“?

Ich verfolge AW van der Vaart, asymptotische Statistik (1998). Er spricht von statistischen Experimenten und behauptet, dass sie sich von einem statistischen Modell unterscheiden, definiert aber keines von beiden. Meine Frage: Was ist (1) ein statistisches Experiment, (2) ein statistisches Modell und (3) was ist der Hauptbestandteil, der das statistische …

17 mathematical-statistics inference experiment-design descriptive-statistics model

3

Wie ist es möglich, ein gutes lineares Regressionsmodell zu erhalten, wenn keine wesentliche Korrelation zwischen der Ausgabe und den Prädiktoren besteht?

Ich habe ein lineares Regressionsmodell unter Verwendung einer Reihe von Variablen / Merkmalen trainiert. Und das Modell hat eine gute Leistung. Ich habe jedoch festgestellt, dass es keine Variable gibt, die mit der vorhergesagten Variablen gut korreliert. Wie ist es möglich?

17 regression machine-learning correlation multiple-regression linear-model

2

LASSO und Grat aus der Bayes'schen Perspektive: Was ist mit den Stimmparametern?

Bestrafte Regressionsschätzer wie LASSO und Ridge sollen Bayes'schen Schätzern mit bestimmten Prioritäten entsprechen. Ich vermute (da ich nicht genug über Bayes'sche Statistiken weiß), dass für einen festen Abstimmungsparameter ein konkreter entsprechender Prior existiert. Nun würde ein Frequentist den Abstimmungsparameter durch Kreuzvalidierung optimieren. Gibt es ein bayesianisches Äquivalent dazu und wird …

17 bayesian lasso ridge-regression

3

Warum nicht die „normalen Gleichungen“ verwenden, um einfache Koeffizienten kleinster Quadrate zu finden?

Ich habe diese Liste hier gesehen und konnte nicht glauben, dass es so viele Möglichkeiten gibt, die kleinsten Quadrate zu lösen. Die "normalen Gleichungen" in Wikipedia schienen ein recht einfacher Weg zu sein: α^β^= y¯- β^x¯,= ∑nich= 1( xich- x¯) ( yich- y¯)∑ni = 1( xich- x¯)2α^=y¯-β^x¯,β^=∑ich=1n(xich-x¯)(yich-y¯)∑ich=1n(xich-x¯)2 {\displaystyle {\begin{aligned}{\hat {\alpha …

17 regression least-squares scikit-learn

11

Können Sie die Kausalität aus der Korrelation in diesem Beispiel eines Diktatorspiels ableiten?

Ich hatte gerade eine Prüfung, bei der uns zwei Variablen präsentiert wurden. In einem Diktatorspiel, in dem ein Diktator 100 USD erhält und wählen kann, wie viel er senden oder behalten möchte, bestand eine positive Korrelation zwischen dem Alter und dem Betrag, den die Teilnehmer behalten wollten. Meiner Meinung nach …

17 correlation causality

1

Wann ergeben die maximale Wahrscheinlichkeit und die Methode der Momente die gleichen Schätzer?

Neulich wurde mir diese Frage gestellt und ich hatte sie noch nie in Betracht gezogen. Meine Intuition kommt von den Vorteilen jedes Schätzers. Die größte Wahrscheinlichkeit besteht darin, dass wir uns auf den Prozess der Datengenerierung verlassen können, da im Gegensatz zur Methode der Momente das Wissen über die gesamte …

17 mathematical-statistics maximum-likelihood estimators method-of-moments

1

Gibt es eine Bayes'sche Interpretation der linearen Regression mit simultaner L1- und L2-Regularisierung (auch bekannt als elastisches Netz)?

Es ist allgemein bekannt, dass eine lineare Regression mit einer 1 Strafe gleichbedeutend ist mit dem Finden der MAP-Schätzung, wenn ein Gaußscher Wert vor den Koeffizienten angegeben wird. In ähnlicher Weise ist die Verwendung einer Strafe gleichbedeutend mit der Verwendung einer Laplace-Verteilung wie zuvor.l 1l2l2l^2l1l1l^1 Es ist nicht ungewöhnlich, eine …

17 regression bayesian regularization prior elastic-net