Statistiken und Big Data

1

Was genau ist ein Residual Learning-Block im Kontext von Deep Residual Networks in Deep Learning?

Ich las die Arbeit Deep Residual Learning for Image Recognition und hatte Schwierigkeiten, mit 100% iger Sicherheit zu verstehen, was ein Restblock rechnerisch bedeutet. Beim Lesen ihrer Zeitung haben sie Abbildung 2: Dies zeigt, was ein Restblock sein soll. Ist die Berechnung eines Restblocks einfach dieselbe wie: y =σ( W.2σ( …

12 machine-learning neural-networks deep-learning conv-neural-network residual-networks

2

Was ist der Unterschied zwischen Zufallsvariable und Zufallsstichprobe?

Diese beiden Ausdrücke verwirrten mich sehr, als ich Statistik lernte. Es scheint mir, dass es völlig andere Dinge sind. Eine Zufallsstichprobe besteht darin, eine Stichprobe zufällig aus einer Population zu entnehmen, während eine Zufallsvariable einer Funktion gleicht, die die Menge aller möglichen Ergebnisse eines Experiments einer reellen Zahl zuordnet. Sagen …

12 mathematical-statistics random-variable terminology sample

1

Unterschied zwischen Scikit-Learn-Implementierungen von PCA und TruncatedSVD

Ich verstehe die Beziehung zwischen Hauptkomponentenanalyse und Singularwertzerlegung auf algebraischer / exakter Ebene. Meine Frage bezieht sich auf die Implementierung von Scikit-Learn . In der Dokumentation heißt es: " [TruncatedSVD] ist PCA sehr ähnlich, arbeitet jedoch direkt mit Stichprobenvektoren anstatt mit einer Kovarianzmatrix. " Dies würde den algebraischen Unterschied zwischen …

12 pca scikit-learn svd scipy

2

Optimierung von auc vs logloss bei binären Klassifizierungsproblemen

Ich führe eine binäre Klassifizierungsaufgabe durch, bei der die Ergebniswahrscheinlichkeit angemessen niedrig ist (ca. 3%). Ich versuche zu entscheiden, ob ich durch AUC oder Protokollverlust optimieren möchte. Soweit ich verstanden habe, maximiert AUC die Fähigkeit des Modells, zwischen Klassen zu unterscheiden, während der Logloss die Divergenz zwischen tatsächlichen und geschätzten …

12 classification binary-data auc log-loss

2

Unterschiedliche Definitionen der Kreuzentropieverlustfunktion

Ich habe mit dem Neuralnetworksanddeeplearning dot com Tutorial angefangen, etwas über neuronale Netze zu lernen. Insbesondere im 3. Kapitel gibt es einen Abschnitt über die Kreuzentropiefunktion und definiert den Kreuzentropieverlust als: C.= - 1n∑x∑j( yjlneinL.j+ ( 1 -yj)ln( 1 -aL.j) )C.=- -1n∑x∑j(yjln⁡einjL.+(1- -yj)ln⁡(1- -einjL.))C = -\frac{1}{n} \sum\limits_x \sum\limits_j (y_j \ln …

12 neural-networks loss-functions softmax cross-entropy

1

Wann sollte Exponential Smoothing vs ARIMA verwendet werden?

Ich habe kürzlich mein Prognosewissen aktualisiert, während ich an einigen monatlichen Prognosen bei der Arbeit gearbeitet und Rob Hyndmans Buch gelesen habe, aber der einzige Punkt, an dem ich Probleme habe, ist die Verwendung eines exponentiellen Glättungsmodells im Vergleich zu einem ARIMA-Modell. Gibt es eine Faustregel, nach der Sie eine …

12 forecasting arima exponential-smoothing

2

Können wir Bootstrap-Beispiele verwenden, die kleiner als das Originalmuster sind?

Ich möchte Bootstrapping verwenden, um Konfidenzintervalle für geschätzte Parameter aus einem Panel-Datensatz mit N = 250 Unternehmen und T = 50 Monaten zu schätzen. Die Schätzung von Parametern ist aufgrund der Verwendung der Kalman-Filterung und der komplexen nichtlinearen Schätzung rechenintensiv (wenige Tage Berechnung). Daher ist es rechnerisch nicht möglich, (mit …

12 confidence-interval bootstrap nonlinear-regression kalman-filter

2

Sind eine Summe und ein Produkt zweier Kovarianzmatrizen auch eine Kovarianzmatrix?

Angenommen , ich habe Kovarianzmatrizen XXX und YYY . Welche dieser Optionen sind dann auch Kovarianzmatrizen? X+YX+YX+Y X2X2X^2 XYXYXY Ich habe ein bisschen Probleme zu verstehen, was genau benötigt wird, damit etwas eine Kovarianzmatrix ist. Ich nehme an, es ist gemeint, dass zum Beispiel, wenn X=cov(X1,X2)X=cov⁡(X1,X2)X=\operatorname{cov}(X_1,X_2) und Y=cov(Y1,Y2)Y=cov⁡(Y1,Y2)Y=\operatorname{cov}(Y_1,Y_2) , damit …

12 covariance covariance-matrix

1

Warum funktioniert der zentrale Grenzwertsatz mit einer einzelnen Stichprobe?

Mir wurde immer beigebracht, dass die CLT funktioniert, wenn Sie die Probenahme wiederholt haben, wobei jede Probe groß genug ist. Stellen Sie sich zum Beispiel vor, ich habe ein Land mit 1.000.000 Einwohnern. Mein Verständnis von CLT ist, dass selbst wenn die Verteilung ihrer Höhen nicht normal war, wenn ich …

12 sampling central-limit-theorem

1

Warum wird Linksverzerrung als negativ verzerrt und Rechtsverzerrung als positiv verzerrt bezeichnet?

Ich bin neugierig auf die Nomenklatur: Warum wird Linksverzerrung als negativ verzerrt und Rechtsverzerrung als positiv verzerrt bezeichnet?

12 terminology skewness

1

Welches ist die beste Methode für die Netzwerk-Metaanalyse?

Es gibt jetzt verschiedene Ansätze, um eine Netzwerk-Metaanalyse oder einen gemischten Behandlungsvergleich durchzuführen. Die am häufigsten verwendeten und zugänglichsten sind wahrscheinlich die folgenden: in einem Bayes'schen Rahmen : Design-by-Treatment-Interaktionsansatz in WinBUGS (z. B. Jackson et al. ); hierarchische armbasierte Bayes'sche Modellierung in WinBUGS (z. B. Zhao et al. ); hierarchische …

12 r stata sas winbugs network-meta-analysis

3

Codierung von Datum / Uhrzeit (zyklische Daten) für neuronale Netze

Wie codiere ich Datum und Uhrzeit eines Ereignisses für ein neuronales Netzwerk? Ich habe keine fortlaufende Zeitreihe, sondern einige Ereignisse mit Datum und Uhrzeit, und ich analysiere eine Art von Interesse. Dieses Interesse unterscheidet sich zwischen Morgen und Abend und zwischen Wochentagen und zwischen Sommer und Winter sowie vor Weihnachten …

12 neural-networks deep-learning

5

Analyse des Trends in nichtperiodischen Zeitreihen

Angenommen, ich habe folgende nicht periodische Zeitreihen. Offensichtlich nimmt der Trend ab und ich möchte ihn durch einen Test (mit p-Wert ) beweisen . Ich kann die klassische lineare Regression aufgrund der starken zeitlichen (seriellen) Autokorrelation zwischen Werten nicht verwenden. library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = 1, end = …

12 r time-series

2

Wie funktioniert die DepthConcat-Operation in "Mit Windungen tiefer gehen"?

Lesen Mit Faltungen tiefer gehen Ich stieß auf eine DepthConcat- Ebene, einen Baustein der vorgeschlagenen Inception- Module , der die Ausgabe mehrerer Tensoren unterschiedlicher Größe kombiniert. Die Autoren nennen dies "Filterverkettung". Es scheint eine Implementierung für Torch zu geben , aber ich verstehe nicht wirklich, was es tut. Kann jemand …

12 neural-networks torch conv-neural-network

1

So beheben Sie die Nichtkonvergenz in LogisticRegressionCV

Ich verwende scikit-learn, um eine logistische Regression mit Kreuzvalidierung für einen Datensatz durchzuführen (ungefähr 14 Parameter mit> 7000 normalisierten Beobachtungen). Ich habe auch einen Zielklassifikator, der entweder den Wert 1 oder 0 hat. Das Problem, das ich habe, ist, dass ich unabhängig vom verwendeten Solver immer wieder Konvergenzwarnungen erhalte ... …

12 logistic cross-validation scikit-learn