Statistiken und Big Data

4

Was sind die Senone in einem Deep Neural Network?

Ich lese dieses Papier: Skype-Übersetzer, bei dem CD-DNN-HMMs (kontextabhängige tiefe neuronale Netze mit Hidden-Markov-Modellen) verwendet werden. Ich kann die Idee des Projekts und die Architektur, die sie entworfen haben, verstehen, aber ich verstehe nicht, was die Senone sind . Ich habe nach einer Definition gesucht, aber nichts gefunden - Wir …

9 neural-networks deep-learning terminology natural-language hidden-markov-model

2

AIC-Formel in Einführung in das statistische Lernen

Ich bin ein wenig verwirrt über eine Formel, die in Hasties "Einführung in das statistische Lernen" vorgestellt wird. In Kapitel 6, Seite 212 (sechster Druck, hier verfügbar ) heißt es: A ichC.= R S.S.n σ^2+ 2 dnAIC=RSSnσ^2+2dnAIC = \frac{RSS}{n\hat\sigma^2} + \frac{2d}{n} Für lineare Modelle mit Gaußschem Rauschen ist die Anzahl …

9 regression machine-learning aic

3

Was bedeutet es (intuitiv), andere Variablen in der Regression konstant zu halten?

Ich suche sowohl eine 1) mechanische als auch eine 2) intuitive Erklärung dafür, wie die Auswirkungen einzelner Variablen bestimmt werden, indem andere Variablen konstant gehalten werden. Was genau bedeutet es in einem Beispiel mit Umfragedaten zu sagen: "Bei konstantem Alter, Geschlecht und Einkommen ist der Effekt der Bildung ___" Mein …

9 regression interpretation

2

Interpretation des Gesamtgesetzes der Kovarianz

Sei Zufallsvariablen, die im gleichen Wahrscheinlichkeitsraum definiert sind, und sei die Kovarianz von und endlich, dann lautet das Gesetz der Formel für die totale Kovarianz / Kovarianz-Zerlegung: Was ist die Interpretation von \ text {(i)} und \ text {(ii)} ?X Y Cov ( X , Y ) = E [ …

9 probability covariance variance-decomposition

1

Definition der Komplexität eines Baumes in xgboost

Als ich über den xgboost-Algorithmus recherchierte, ging ich die Dokumentation durch . Bei diesem Ansatz werden Bäume unter Verwendung der Komplexitätsdefinition wobei und Parameter sind, die Anzahl von ist Terminalblätter und ist die Punktzahl in jedem Blatt.Ω(f)=γT+12λ∑j=1Tw2jΩ(f)=γT+12λ∑j=1Twj2 \Omega(f) = \gamma T + \frac12 \lambda \sum_{j=1}^T w_j^2 γγ\gammaλλ\lambdaTTTwjwjw_j Ich frage mich: …

9 cart regularization boosting gradient-descent overfitting

1

Eingabevektordarstellung vs. Ausgabevektordarstellung in word2vec

Wie wirkt sich die Auswahl von Wortvektoren aus (Eingabewortmatrix) im Vergleich zu Wortvektoren aus W ' (Ausgabewortmatrix) in den CBOW- und Sprunggrammmodellen von word2vec auf die Qualität der resultierenden Wortvektoren aus?W.WWW′W′W' CBOW: Skip-Gramm:

9 neural-networks natural-language word2vec word-embeddings

1

Was ist der zugrunde liegende Algorithmus, der von Rs lm verwendet wird?

Mir wurde eine Frage zu einem linearen Modell gestellt, das mit Rs erstellt wurde lm: "Hat die Regression lineare oder nichtlineare iterative kleinste Quadrate verwendet?" Ich habe ein bisschen gesucht und [glaube, ich] verstehe den Unterschied zwischen den beiden, konnte aber keine Beweise dafür finden, dass R lineare kleinste Quadrate …

9 r linear-model lm

1

Was ist die mathematische Definition von Orts- / Skalen- / Formparametern?

Ich versuche , die genaue Definition der Position / Skala / Formparameter zu verstehen (zB der Formparameter genannt wird und ist Skalenparameter in Pareto Typ I). Die Bücher, auf die ich mich bezog ( das Cambridge Dictionary of Statistics , HMCs Einführung in die mathematische Statistik , Fellers Einführung in …

9 mathematical-statistics nonparametric definition

1

Wie heißt eine Zeitreihe mit konstantem Mittelwert?

Betrachten Sie einen zufälligen Prozess für den der Mittelwert existiert und für alle Zeiten konstant ist , dh für alle Zeiten und Zeitverschiebungen (oder "Verzögerungen") . Ich lege weder höheren Momenten noch der Verteilungsfunktion weitere Bedingungen auf. Wie kann ich einen solchen Prozess beschreiben? Es ist nur in einem schwächeren …

9 time-series terminology stationarity stochastic-processes

1

Korrelation zwischen kontinuierlichen Daten und Zähldaten

Angenommen, wir haben es mit diesem Datensatz wobei eine stetige Variable (zum Beispiel Exponential) und eine diskrete Verteilung (zum Beispiel Poisson) für . Lassen Sie uns sagen , dass die Korrelation zwischen dem und . Wie kann jemand definieren ? X i N i i = 1 , . . …

9 correlation count-data

1

Was sind Bayes'sche p-Werte?

Ich suche nach einer Antwort, die einen Leser zufriedenstellt, der häufig auftretende p-Werte versteht, aber nur die Grundlagen der Bayes'schen Statistikansätze versteht. Derzeit enthüllen Google-Suchanfragen weder auf einer Wikipedia-Seite noch auf einer anderen allgemein akzeptierten Ressource eine Definition. Diese Frage scheint verwandt zu sein, ist aber nicht wirklich, da sich …

9 bayesian p-value

2

Modellierung der Kundenabwanderung - Modelle für maschinelles Lernen im Vergleich zu Gefahren- / Überlebensmodellen

Ist es rational (theoretisch, substanziell, statistisch), sich bei der Modellierung der Kundenabwanderung (oder allgemeiner Ereignisse) entweder für maschinelles Lernen oder für Gefahrenmodelle zu entscheiden ?

9 machine-learning survival hazard churn

3

Wie genau definieren (oder interpretieren?) Bayesianer die Wahrscheinlichkeit?

Teil einer Reihe von Versuchen, Bayesian gegen Frequentist zu verstehen: 1 2 3 4 5 6 7 Ich glaube, ich verstehe, wie Bayesianer und Frequentisten zwischen Hypothesen wählen , aber ich bin mir nicht ganz sicher, ob oder wie mir das erklären soll, wie sie die Wahrscheinlichkeit sehen. Nach meinem …

9 probability bayesian frequentist definition philosophical

1

MLE eines multivariaten Hawkes-Prozesses

Ich habe Probleme mit der Implementierung des Maximum-Likelihood-Schätzers für einen multivariaten Hawkes-Prozess (HP). Während der analytische Ausdruck für eine Log-Likelihood-Funktion eines univariaten HP leicht online zu finden ist (z. B. Ozaki, 1979), scheint es unterschiedliche (inkonsistente oder äquivalente?) Versionen der Log-Likelihood-Funktion eines multivariaten HP zu geben dort draußen. Ich habe …

9 maximum-likelihood stochastic-processes likelihood

2

Unterschied zwischen zeitverzögerten neuronalen Netzen und wiederkehrenden neuronalen Netzen

Ich möchte ein neuronales Netzwerk verwenden, um finanzielle Zeitreihen vorherzusagen. Ich komme aus einem IT-Umfeld und habe einige Kenntnisse über neuronale Netze. Ich habe darüber gelesen: TDNN RNN Ich habe nach R-Paketen für sie gesucht und nur eines für RNN gefunden, das RSNNS-Paket, das Elman- und Jordan-Implementierungen enthält, die RNN …

9 time-series forecasting neural-networks finance