Statistiken und Big Data

Ein Empfehlungssystem würde die Korrelation zwischen Bewertungen verschiedener Benutzer messen und Empfehlungen für einen bestimmten Benutzer über die Elemente abgeben, die für ihn von Interesse sein könnten. Der Geschmack ändert sich jedoch mit der Zeit, sodass alte Bewertungen möglicherweise nicht die aktuellen Vorlieben widerspiegeln und umgekehrt. Vielleicht haben Sie einmal …

14 recommender-system 

Nächste Woche haben wir einen Praktikanten von einer örtlichen Schule im Haus. Das Konzept hinter seinem kurzen Praktikum ist es, eine Vorstellung davon zu bekommen, wie die reale Welt funktioniert und wie bestimmte Jobs ablaufen, wie die tägliche Arbeit aussieht usw. Jetzt habe ich mich gefragt, was man einem so …

14 machine-learning  teaching 

Viele Algorithmen für maschinelles Lernen, zum Beispiel neuronale Netze, gehen davon aus, dass sie sich mit Zahlen befassen. Wenn Sie also kategoriale Daten haben, müssen Sie diese konvertieren. Mit kategorisch meine ich zum Beispiel: Automarken: Audi, BMW, Chevrolet ... Benutzer-IDs: 1, 25, 26, 28 ... Obwohl es sich bei den …

14 machine-learning  many-categories 

Im ersten Kapitel des Buches Algebraische Geometrie und Statistische Lerntheorie, das sich mit der Konvergenz von Schätzungen in verschiedenen Funktionsräumen befasst, wird erwähnt, dass die Bayes'sche Schätzung der Schwartz-Verteilungstopologie entspricht, während die Maximum-Likelihood-Schätzung der Sup-Norm-Topologie entspricht (auf Seite 7): Zum Beispiel Sup-Norm, LpLpL^p -Norm, schwache Topologie des Hilbert-Raums , Schwartz-Verteilungstopologie …

14 bayesian  maximum-likelihood  statistical-learning 

Ich versuche, das dynamische Zeitverzerrungsmaß zu erfassen, um Zeitreihen miteinander zu vergleichen. Ich habe drei Zeitreihendatensätze wie diesen: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461, 0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454, 0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747, 0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05, 0.000253506844685, 0.000582896161212, 0.000386473429952, 0.000179839942451, 0, 0.000275608635737, 0.000622665006227, 0.00036075036075, …

14 r  time-series  clustering 

Gibt es Empfehlungen für die Auswahl einer eingeschränkten Optimierungsbibliothek, die für meine Optimierungsfunktion geeignet ist? Ich minimiere ai) nichtlineare Funktion mit linearen Gleichungs- und Ungleichungsbeschränkungen, und ii) habe den Gradienten und den Hessischen Wert der Funktion zur Verfügung. Wenn es hilft, ist die Funktion, die ich minimiere, die Kullback-Liebler-Divergenz . …

14 r  optimization  software 

Diese Frage ergibt sich aus der hier gestellten Frage nach gebundenen Momenterzeugungsfunktionen (MGFs). Angenommen, ist eine begrenzte Zufallsvariable mit dem Mittelwert Null, die Werte in annimmt und es sei sein MGF. Aus einer Schranke, die in einem Beweis von Höffdings Ungleichung verwendet wird , haben wir wobei die rechte Seite …

14 probability  probability-inequalities  mgf 

Ich versuche, einen vorhandenen Vorhersagealgorithmus zu reproduzieren, der von einem pensionierten Forscher überliefert wurde. Der erste Schritt besteht darin, einige beobachtete Daten an eine Weibull-Verteilung anzupassen, um eine Form und einen Maßstab zu erhalten, die zur Vorhersage zukünftiger Werte verwendet werden. Ich benutze R, um dies zu tun. Hier ist …

14 distributions  curve-fitting 

Ich bin auf diese beiden Begriffe gestoßen, die in vielen Zusammenhängen synonym verwendet werden. Grundsätzlich ist ein Moderator (M) ein Faktor, der sich auf die Beziehung zwischen X und Y auswirkt. Die Moderationsanalyse wird normalerweise mithilfe eines Regressionsmodells durchgeführt. Zum Beispiel kann das Geschlecht (M) die Beziehung zwischen "Produktforschung" (X) …

14 regression  interaction  interpretation  regression-coefficients  terminology 

Bei der Paneldatenanalyse habe ich mehrstufige Modelle mit zufälligen / gemischten Effekten verwendet, um mit Autokorrelationsproblemen umzugehen (dh Beobachtungen werden im Laufe der Zeit in Gruppen zusammengefasst), wobei andere Parameter hinzugefügt wurden, um bestimmte Zeitangaben und Schocks von Interesse zu berücksichtigen . ARMA / ARIMA scheint darauf ausgelegt zu sein, …

14 time-series  mixed-model  arima  multilevel-analysis 

In einem Forschungsartikel über die Sensitivitätsanalyse eines gewöhnlichen Differentialgleichungsmodells eines dynamischen Systems hat der Autor die Verteilung eines Modellparameters als Normalverteilung (Mittelwert = 1e-4, Standard = 3e-5) angegeben, die auf den Bereich [0,5e abgeschnitten ist -4 1,5e-4]. Anschließend verwendet er Stichproben aus dieser abgeschnittenen Verteilung für Simulationen des Modells. Was …

14 distributions  simulation  truncation 

Bei einer gegebenen Folge von Eingaben muss festgestellt werden, ob diese Folge eine bestimmte gewünschte Eigenschaft hat. Die Eigenschaft kann nur wahr oder falsch sein, dh es gibt nur zwei mögliche Klassen, zu denen eine Sequenz gehören kann. Die genaue Beziehung zwischen der Sequenz und der Eigenschaft ist unklar, aber …

14 machine-learning  classification  modeling 

Zunächst möchte ich einige gängige Layouts beschreiben, die in Data Mining-Büchern verwendet werden, um den Umgang mit unsymmetrischen Datasets zu erläutern . Normalerweise heißt der Hauptabschnitt Unbalanced Datasets und deckt diese beiden Unterabschnitte ab: Cost-Sensitive Classification und Sampling Techniques. Es scheint, dass Sie bei einem Problem mit einer seltenen Klasse …

14 machine-learning  classification  unbalanced-classes 

Dies ist eine naive Frage von jemandem, der anfängt, maschinelles Lernen zu lernen. Ich lese in diesen Tagen das Buch "Maschinelles Lernen: Eine algorithmische Perspektive" von Marsland. Ich finde es nützlich als Einführungsbuch, aber jetzt möchte ich auf fortgeschrittene Algorithmen eingehen, die derzeit die besten Ergebnisse liefern. Ich interessiere mich …

14 machine-learning  clustering  bioinformatics 

Was ist der Unterschied zwischen Stichprobenvarianz und Stichprobenvarianz? Sie scheinen gleich zu sein. Sind sie nicht

14 sampling  variance  sample