Statistiken und Big Data

1

Die Summe der linearen Kombination des Produkts der Exponentiale ist exponentiell

Dieses Problem ist in meiner Forschung aufgetreten: Nehmen wir an, dass iid Exponentialverteilungen (ED) mit dem Mittelwert 1 sind und λ eine nichtnegative Zahl sei. Stimmt es, dass ∞ ∑ k = 0 λ k e - λ V 0 ⋯ V k ist ?V.ich∼ EDVi∼EDV_i \sim \text{ED}111λλ\lambda Dies besteht …

8 distributions mathematical-statistics poisson-distribution exponential saddlepoint-approximation

2

Ist eine Politik beim verstärkten Lernen immer deterministisch?

Ist eine Politik beim verstärkten Lernen immer deterministisch oder ist es eine Wahrscheinlichkeitsverteilung über Aktionen (aus denen wir eine Stichprobe ziehen)? Wenn die Richtlinie deterministisch ist, warum nicht die Wertfunktion, die in einem bestimmten Zustand für eine bestimmte Richtlinie wie folgt definiert istππ\pi Vπ(s)=E[∑t>0γtrt|s0=s,π]Vπ(s)=E[∑t>0γtrt|s0=s,π]V^{\pi}(s) = E\left[\sum_{t>0} \gamma^{t}r_t|s_0 = s, \pi\right] …

8 reinforcement-learning deterministic-policy stochastic-policy

4

Wie kann man Lasso interpretieren, das alle Koeffizienten auf 0 verkleinert?

Ich habe einen Datensatz mit 338 Prädiktoren und 570 Instanzen (kann leider nicht hochgeladen werden), auf denen ich das Lasso verwende, um die Funktionsauswahl durchzuführen. Insbesondere verwende ich die cv.glmnetFunktion glmnetwie folgt: Dabei mydata_matrixhandelt es sich um eine 570 x 339-Binärmatrix und die Ausgabe ist auch binär: library(glmnet) x_dat <- …

8 r classification lasso glmnet

2

Wann scheitert Deep Learning?

Deep Learning ist heutzutage ein immer heißer werdendes Thema. Was sind die Hauptannahmen, die dazu führen, dass Deep Learning in einigen Datensätzen fehlt? Beispiel: Funktioniert es bei verrauschten Datensätzen gut?

8 machine-learning mathematical-statistics deep-learning

1

Wie kann man testen, ob sich mehrere Regressionskoeffizienten statistisch nicht unterscheiden?

Angenommen, ich schätze die folgende multivariate lineare Regression: Wie kann ich das testen ?bgr; 1 = & bgr ; 2 = & bgr ; 3y=β0+β1x1+β2x2+β3x3+β4x4+ϵy=β0+β1x1+β2x2+β3x3+β4x4+ϵ y = \beta_0 +\beta_1 x_1 +\beta_2 x_2+\beta_3x_3+\beta_4x_4 + \epsilonβ1=β2=β3β1=β2=β3\beta_1=\beta_2=\beta_3 Ich weiß, dass Sie zum Testen von einfach einen Test mit Z Z = β 1 …

8 regression hypothesis-testing multiple-regression

2

Identifizierbarkeit neuronaler Netzwerkmodelle

Es ist ziemlich intuitiv, dass die meisten Topologien / Architekturen neuronaler Netze nicht identifizierbar sind. Aber was sind einige bekannte Ergebnisse auf diesem Gebiet? Gibt es einfache Bedingungen, die eine Identifizierbarkeit ermöglichen / verhindern? Zum Beispiel, Alle Netzwerke mit nichtlinearen Aktivierungsfunktionen und mehr als einer verborgenen Schicht sind nicht identifizierbar …

8 neural-networks conv-neural-network rnn identifiability

2

Funktionsbedeutung / Auswirkung für individuelle Vorhersagen

Auf Modellebene können wir zur Bewertung des Beitrags / der Bedeutung von Prädiktoren Folgendes verwenden: Modellspezifische Techniken - z. B. Reinheit (Gini-Index) für ein baumbasiertes Modell, gegebenenfalls Modellkoeffizienten usw. Modellunabhängige Techniken - z. B. Bedeutung von Permutationsmerkmalen, partielle Abhängigkeit usw. Was dies nicht vermittelt, ist für eine bestimmte Vorhersage (z. …

8 machine-learning predictive-models

1

Unterschied zwischen simuliertem Tempern und mehrfachem Gier

Ich versuche zu verstehen, was der Unterschied zwischen simuliertem Tempern und dem Ausführen mehrerer gieriger Bergsteigeralgorithmen ist. Nach meinem Verständnis wird der Gier-Algorithmus die Punktzahl auf ein lokales Maximum bringen. Wenn wir jedoch mit mehreren zufälligen Konfigurationen beginnen und Gier auf alle anwenden, haben wir mehrere lokale Maxima. Dann wählen …

8 machine-learning optimization algorithms

2

Sind alle 20 Probanden gleich groß, wenn die Standardabweichung der Probe mit 0,0 angegeben wird?

Die Studie, die ich überprüfe, berichtet über eine mittlere Körpergröße von 20 Probanden von 1,70 Metern mit einer Standardabweichung von 0,0. Bedeutet das, dass alle 20 genau 1,70 Meter sind? Oder ist dies ein Meldefehler?

8 standard-deviation reporting

2

Welche Eigenschaften von MLE machen es wünschenswerter als OLS?

Diese Frage scheint grundlegend genug zu sein, dass ich überzeugt bin, dass sie hier irgendwo beantwortet wurde, aber ich habe sie nicht gefunden. Ich verstehe, dass, wenn die abhängige Variable in einer Regression normal verteilt ist, die maximale Wahrscheinlichkeit und die gewöhnlichen kleinsten Quadrate dieselben Parameterschätzungen ergeben. Wenn die abhängige …

8 regression maximum-likelihood least-squares blue

3

Einführung in die frequentistische Statistik für Bayesianer [geschlossen]

Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 2 Jahren . Ich bin ein einfältiger Bayesianer, der sich in …

8 bayesian references frequentist

1

"Unerwartete" Erwartung

Kann einer unserer Monte-Carlo-Experten die "unerwartete" Erwartung am Ende dieser Antwort erklären ? Ex-post- Zusammenfassung der anderen Frage / Antwort: Wenn IID-Zufallsvariablen sind und die Erwartungen existieren, zeigt ein einfaches Symmetrieargument , dass , aber ein Monte-Carlo-Experiment mit scheint diesem Satz zu widersprechen.X1,…,XnX1,…,XnX_1,\dots,X_nE[Xi/X¯]E[Xi/X¯]\mathrm{E}[X_i/\bar{X}]E[Xi/X¯]=1E[Xi/X¯]=1\mathrm{E}[X_i/\bar{X}]=1Xi∼N(0,1)Xi∼N(0,1)X_i\sim\mathrm{N}(0,1) x <- matrix(rnorm(10^6), nrow = 10^5) mean(x[,2]/rowMeans(x)) …

8 probability simulation expected-value monte-carlo

3

Ist CoStandard Deviation eine Sache?

Es gibt also Standardabweichung, Varianz und Kovarianz, aber gibt es eine Co-Standardabweichung? Wenn nicht, warum nicht? Gibt es einen fundamentalen mathematischen Grund oder ist es nur eine Konvention? Wenn ja, warum wird es nicht mehr verwendet oder ist mit der Google-Suche zumindest schwer zu finden? Ich meine nicht, dass dies …

8 variance standard-deviation covariance-matrix

2

Name des „Ummischungstricks“ (Permutieren Sie den Datensatz zufällig, um die Verzerrung eines Schätzers zu schätzen)

Kennen Sie eine Referenz oder einen Namen für die folgende Methode, um zu untersuchen, ob eine komplexe Modellierungstechnik verzerrt ist?T.TT Wenden Sie auf den Originaldatensatz an. Messen Sie die Leistung (z. B. R-Quadrat in der Regressionseinstellung).T.TT Permutieren Sie die Antwortvariable nach dem Zufallsprinzip, um einen neuen Datensatz zu erhalten. Wende …

8 terminology bias validation permutation-test

2

Wie wichtig ist die Basiserweiterung für tiefe Netze?

Wenn tiefe neuronale Netze als universelle Funktionsapproximatoren betrachtet werden, ist eine Basiserweiterung wirklich notwendig? Oder wäre dies fallspezifisch? Wenn man beispielsweise drei quantitative X-Variablen hat, wäre es dann von Vorteil, die Anzahl der Variablen durch Einführung von Wechselwirkungen, Polynomen usw. zu erweitern? Dies scheint beispielsweise bei RFs und SVM von …

8 neural-networks deep-learning feature-construction