Statistiken und Big Data

2

Kann ein Faltungs-Neuronales Netzwerk Bilder unterschiedlicher Größe als Eingabebilder verwenden?

Ich arbeite an einem Faltungsnetzwerk für die Bilderkennung und habe mich gefragt, ob ich Bilder unterschiedlicher Größe eingeben kann (allerdings nicht sehr unterschiedlich). Zu diesem Projekt: https://github.com/harvardnlp/im2markup Sie sagen: and group images of similar sizes to facilitate batching Selbst nach der Vorverarbeitung haben die Bilder immer noch unterschiedliche Größen, was …

10 neural-networks conv-neural-network computer-vision

2

Bedingte mittlere Unabhängigkeit impliziert Unvoreingenommenheit und Konsistenz des OLS-Schätzers

Betrachten Sie das folgende multiple Regressionsmodell: Y=Xβ+Zδ+U.(1)(1)Y=Xβ+Zδ+U.Y=X\beta+Z\delta+U.\tag{1} Hier ist YYY ein n×1n×1n\times 1 Spaltenvektor; XXX a n×(k+1)n×(k+1)n\times (k+1) Matrix; ββ\beta a (k+1)×1(k+1)×1(k+1)\times 1 Spaltenvektor; ZZZ a n×ln×ln\times l Matrix; δδ\delta a l×1l×1l\times 1 Spaltenvektor; und UUU , der Fehlerterm, ein n×1n×1n\times1 Spaltenvektor. FRAGE Mein Dozent, das Lehrbuch Einführung in die …

10 regression multiple-regression econometrics least-squares nonlinear-regression

1

In welcher Situation wäre Wilcoxons Signed-Rank-Test dem T-Test oder dem Sign-Test vorzuziehen?

Nach einigen Diskussionen (unten) habe ich jetzt ein klareres Bild einer fokussierten Frage. Hier ist eine überarbeitete Frage, obwohl einige der Kommentare jetzt möglicherweise nicht mit der ursprünglichen Frage verbunden sind. Es scheint, dass t-Tests für symmetrische Verteilungen schnell konvergieren , dass der Test mit vorzeichenbehaftetem Rang Symmetrie annimmt und …

10 hypothesis-testing t-test paired-data wilcoxon-signed-rank sign-test

2

Verteilungen über sortierte Listen

Angenommen, wir haben eine geordnete Liste von Artikeln [a, b, c, ... x, y, z, ...] Ich suche eine Familie von Distributionen mit Unterstützung für die obige Liste, die von einem Parameter Alpha gesteuert wird, damit: Für Alpha = 0 wird dem ersten Element eine Wahrscheinlichkeit von 1 und dem …

10 distributions sampling discrete-data

3

Indikatorvariable für Binärdaten: {-1,1} vs {0,1}

Ich bin an behandlungs Kovariable Wechselwirkungen im Rahmen von Experimenten / randomisierten kontrollierten Studien, mit einer binären Behandlung Zuordnungskennzeichen .T.TT Abhängig von der spezifischen Methode / Quelle habe ich sowohl als auch T = { 1 , - 1 } für die behandelten bzw. die unbehandelten Probanden gesehen.T.= { 1 …

10 binary-data categorical-encoding

4

Was genau ist mit einem „Datensatz“ gemeint?

Ist es nur die Aggregation von Datenpunkten? Oder ist es die Darstellung von Datenpunkten für verschiedene Elemente in einem Tabellenformat, das mit Werten der verschiedenen Variablen angeordnet ist? Wie unterscheidet es sich von Rohdaten?

10 dataset terminology definition

1

Berechnen Sie zufällige Effektvorhersagen manuell für ein lineares gemischtes Modell

Ich versuche, die Zufallseffektvorhersagen aus einem linearen gemischten Modell von Hand zu berechnen, und unter Verwendung der von Wood in Generalized Additive Models bereitgestellten Notation : eine Einführung mit R (S. 294 / S. 307 von PDF), bin ich verwirrt über die einzelnen Parameter repräsentiert. Unten finden Sie eine Zusammenfassung …

10 mixed-model lme4-nlme

2

Testen auf Koeffizientensignifikanz in der Lasso-Logistikregression

[Eine ähnliche Frage wurde hier ohne Antworten gestellt] Ich habe ein logistisches Regressionsmodell mit L1-Regularisierung (Lasso-logistische Regression) angepasst und möchte die angepassten Koeffizienten auf Signifikanz testen und ihre p-Werte erhalten. Ich weiß, dass Walds Tests (zum Beispiel) eine Option sind, um die Signifikanz einzelner Koeffizienten in vollständiger Regression ohne Regularisierung …

10 logistic statistical-significance regression-coefficients lasso

1

Wie führt man eine Kreuzvalidierung mit cv.glmnet durch (LASSO-Regression in R)?

Ich frage mich, wie ich ein LASSO-Modell mit glmnet in R richtig trainieren und testen soll. Insbesondere frage ich mich, wie ich dies tun soll, wenn das Fehlen eines externen Testdatensatzes die Kreuzvalidierung (oder einen ähnlichen Ansatz) zum Testen meines LASSO-Modells erfordert . Lassen Sie mich mein Szenario aufschlüsseln: Ich …

10 r cross-validation glmnet lasso

2

Was ist eine Stichprobe einer Zufallsvariablen?

Die Zufallsvariable wird als messbare Funktion von einer Algebra mit dem zugrunde liegenden Maß zu einer anderen Algebra .XXXσσ\sigma(Ω1,F1)(Ω1,F1)(\Omega_1, \mathcal F_1)PPPσσ\sigma(Ω2,F2)(Ω2,F2)(\Omega_2, \mathcal F_2) Wie sprechen wir über eine Stichprobe dieser Zufallsvariablen? Behandeln wir es als ein Element aus ? Oder als die gleiche messbare Funktion wie ?XnXnX^nΩ2Ω2\Omega_2XXX Wo kann ich …

10 sampling random-variable simulation

4

Wie erklärt man einem Laien, was ein unvoreingenommener Schätzer ist?

Angenommen, ist ein unvoreingenommener Schätzer für . Dann ist natürlich . θE[ θ |θ]=θθ^θ^\hat{\theta}θθ\thetaE[θ^∣θ]=θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Wie erklärt man das einem Laien? In der Vergangenheit habe ich gesagt , dass Sie eine bessere Annäherung an erhalten, wenn Sie eine Reihe von Werten von , wenn die Stichprobengröße größer …

10 bias asymptotics unbiased-estimator estimators communication

1

Replizieren der Ergebnisse für die lineare glmnet-Regression mithilfe eines generischen Optimierers

Wie der Titel schon sagt, versuche ich, die Ergebnisse von glmnet linear mit dem LBFGS-Optimierer aus der Bibliothek zu replizieren lbfgs. Mit diesem Optimierer können wir einen L1-Regularisierungsbegriff hinzufügen, ohne uns um die Differenzierbarkeit kümmern zu müssen, solange unsere Zielfunktion (ohne den L1-Regularisierungsbegriff) konvex ist. Das Problem der linearen Regression …

10 r regression regularization glmnet elastic-net

1

Gibt es einen Monte-Carlo / MCMC-Sampler, der isolierte lokale Maxima der posterioren Verteilung verarbeiten kann?

Ich verwende derzeit einen Bayes'schen Ansatz, um Parameter für ein Modell zu schätzen, das aus mehreren ODEs besteht. Da ich 15 Parameter zu schätzen habe, ist mein Abtastraum 15-dimensional und meine Suche nach posteriorer Verteilung scheint viele lokale Maxima zu haben, die durch große Regionen mit sehr geringer Wahrscheinlichkeit sehr …

10 bayesian mcmc monte-carlo ergodic

4

Unterschied zwischen neuronalen Netzen und tiefem Lernen

In Bezug auf den Unterschied zwischen neuronalen Netzen und Deep Learning können wir verschiedene Elemente auflisten, z. B. mehr Ebenen, umfangreiche Datenmengen und leistungsstarke Computerhardware, um das Training komplizierter Modelle zu ermöglichen. Gibt es außerdem eine detailliertere Erklärung zum Unterschied zwischen NN und DL?

10 machine-learning neural-networks deep-learning conv-neural-network deep-belief-networks

5

Die meisten interpretierbaren Klassifizierungsmodelle

Welche anderen Klassifizierungsmodelle bieten außer Entscheidungsbäumen und logistischer Regression eine gute Interpretation? Ich bin nicht an der Genauigkeit oder anderen Parametern interessiert, nur die Interpretation der Ergebnisse ist wichtig.

10 interpretation supervised-learning