Statistiken und Big Data

Fragen und Antworten für Personen, die sich für Statistik, maschinelles Lernen, Datenanalyse, Data Mining und Datenvisualisierung interessieren

2
Ist Reinforcement Learning die richtige Wahl für das Malen wie Bob Ross?
Mein Arbeitsplatz hat eine zweiwöchige Code-Herausforderung, bei der ein Algorithmus erstellt wird, mit dem unter bestimmten Einschränkungen 100 Bob Ross-Musterbilder so genau wie möglich reproduziert werden können: "Gemälde" werden als JSON-Datei eingereicht, die eine Hintergrundfarbe und eine Reihe von "Pinselstrichen" enthält. Pinselstriche haben einen Startpunkt, einen Endpunkt, einen Radius und …
4
Was sind die aktuellen Faltungs-Neuronalen Netze auf dem neuesten Stand der Technik?
Ich bin daran interessiert zu verstehen, welche neuronale Netzwerkarchitektur derzeit auf dem neuesten Stand der Technik (manchmal mit "SOTA" abgekürzt) in Bezug auf Standardbildklassifizierungsaufgaben wie MNIST, STLN-10 und CIFAR ist. Dies ist eine Herausforderung, da häufig neue Ergebnisse veröffentlicht werden und es schwierig sein kann, Schritt zu halten. Gibt es …
3
Wann müssen Daten normalisiert werden, wenn zwei Datensätze aus derselben Verteilung verwendet werden?
Angenommen, Sie haben zwei Datensätze D1 und D2. Beide werden von derselben zugrunde liegenden Verteilung X abgetastet. Ich möchte sie zum Trainieren eines neuronalen Netzwerks verwenden. Die Features sind alle vorzeichenlose Ganzzahlen im Bereich [0; 2 ^ 64]. Aufgrund der Tatsache, dass die Merkmale sehr unterschiedliche Maßstäbe haben, habe ich …
2
Schreiben von AR (1) als MA (
Der AR (1) -Prozess ist Xt=ϕXt−1+εtXt=ϕXt−1+εt X_t = \phi X_{t-1} + \varepsilon_t Wenn wir diese Formel rekursiv verwenden, erhalten wir Xt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−jXt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−j X_t = \phi(\phi X_{t-2} + \varepsilon_{t-1}) + \varepsilon_t = \phi^2X_{t-2} + \phi\varepsilon_{t-1} + \varepsilon_t = \cdots = \phi^k X_{t-k} + \sum_{j=0}^k \phi^j\varepsilon_{t-j} Wenn wir lassen k→∞k→∞k\to\infty, wir bekommen Xt=limk→∞(ϕkXt−k+∑j=0kϕjεt−j)=limk→∞(ϕkXt−k)+∑j=0∞ϕjεt−jXt=limk→∞(ϕkXt−k+∑j=0kϕjεt−j)=limk→∞(ϕkXt−k)+∑j=0∞ϕjεt−j …
1
Generieren Sie identisch verteilte abhängige normale Zufallszahlen mit einer vorgegebenen Summe
Wie generiere ich identisch verteilte, aber nicht unabhängige normale Zufallszahlen, so dass ihre Summe mit der Wahrscheinlichkeit in ein vorgegebenes Intervall fällt ?nnn[a,b][a,b][a,b]ppp (Diese Frage wird durch die Erzeugung eines zufälligen Spaziergangs motiviert, der an einem vorgegebenen Punkt endet: Zufälliger Prozess, der doch nicht so zufällig ist (deterministisch) . Da …
2
Bewertung der Qualität vorhergesagter Verteilungen
Ich habe eine Reihe von Datenpunkten wobei die unabhängigen Variablen sind, und ich glaube, dass jedes so modelliert werden kann, dass es aus einer Exponentialverteilung mit den Parametern .X.ich,yichX.ich,yichX_i, y_ixxxyichyichy_iλichλich\lambda_i Wie kann ich die Qualität meiner vorhergesagten Verteilungen in Bezug auf die Beobachtungen bewerten, wenn ich zur Vorhersage von ?X.ichX.ichX_iλichλich\lambda_iyichyichy_i …
2
Klärung der Intuition hinter Backpropagation
Ich habe einige Zeit gebraucht, um zu versuchen, die Berechnungen und Mechanismen der Algorithmen für maschinelles Lernen zu verstehen, die ich in meinem täglichen Leben verwende. Wenn ich die Backpropagation-Literatur zum CS231n-Kurs studiere, möchte ich sicherstellen, dass ich die Kettenregel richtig verstanden habe, bevor ich mein Studium fortsetze. Angenommen, ich …
4
So testen Sie, ob sich der Prozess, der eine Zeitreihe generiert hat, im Laufe der Zeit geändert hat
Problem Ich habe Zeitreihendaten, die von einer Maschine über zwei nicht zusammenhängende Zeiträume generiert wurden - ungefähr einen Monat im Jahr 2016 und einen weiteren Monat im Jahr 2018. Von Domänenexperten wird angenommen, dass zu jedem Zeitpunkt Schritt eine beobachtete Variable Y ^ t durch einen anderen Satz beobachteter Variablen, …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.