Statistiken und Big Data function

2

Wie kann die logistische Regression Kurven erzeugen, die keine herkömmlichen Funktionen sind?

Ich glaube, ich habe einige grundsätzliche Verwirrung darüber, wie die Funktionen in der logistischen Regression funktionieren (oder vielleicht nur als Ganzes funktionieren). Wie kommt es, dass die Funktion h (x) die Kurve links im Bild erzeugt? Ich sehe, dass dies eine Darstellung von zwei Variablen ist, aber dann sind diese …

15 logistic data-visualization function

3

Wie finde ich den Modus einer Wahrscheinlichkeitsdichtefunktion?

Inspiriert von meiner anderen Frage möchte ich fragen, wie man den Modus einer Wahrscheinlichkeitsdichtefunktion (PDF) einer Funktion f( x )f(x)f(x) . Gibt es ein "Kochbuch" -Verfahren dafür? Anscheinend ist diese Aufgabe viel schwieriger als es zunächst scheint.

14 pdf function mode shortest-half

1

Beweis, dass, wenn ein höheres Moment existiert, auch ein niedrigeres Moment existiert

Das te Moment einer Zufallsvariablen X ist endlich, wenn E ( | X r | ) < ∞ istrrrXXXE(|Xr|)<∞E(|Xr|)<∞ \mathbb E(|X^r|)< \infty Ich versuche zu zeigen, dass für jede positive ganze Zahl der s- te Moment E [ | X s | ] ist auch endlich.s<rs<rs<rsssE[|Xs|]E[|Xs|]\mathbb E[|X^s|]

11 self-study moments function

2

Wie kann man die Genauigkeit eines Integrals abschätzen?

Eine äußerst häufige Situation in der Computergrafik besteht darin, dass die Farbe eines Pixels gleich dem Integral einer reellen Funktion ist. Oft ist die Funktion zu kompliziert, um sie analytisch zu lösen, daher bleibt uns die numerische Approximation. Die Berechnung der Funktion ist jedoch häufig sehr teuer, sodass wir stark …

11 estimation monte-carlo function quasi-monte-carlo

3

Kann ein neuronales Netzwerk eine Funktion und ihre funktionale Ableitung lernen?

Ich verstehe, dass neuronale Netze (NNs) unter bestimmten Voraussetzungen (sowohl für das Netz als auch für die zu approximierende Funktion) als universelle Approximatoren für beide Funktionen und ihre Ableitungen angesehen werden können. Tatsächlich habe ich eine Reihe von Tests mit einfachen, aber nicht trivialen Funktionen (z. B. Polynomen) durchgeführt, und …

10 machine-learning neural-networks function derivative

1

R lineare Regression kategoriale Variable "versteckter" Wert

Dies ist nur ein Beispiel, auf das ich mehrmals gestoßen bin, daher habe ich keine Beispieldaten. Ausführen eines linearen Regressionsmodells in R: a.lm = lm(Y ~ x1 + x2) x1ist eine stetige Variable. x2ist kategorisch und hat drei Werte, z. B. "Niedrig", "Mittel" und "Hoch". Die von R gegebene Ausgabe …

10 r regression categorical-data regression-coefficients categorical-encoding machine-learning random-forest anova spss r self-study bootstrap monte-carlo r multiple-regression partitioning neural-networks normalization machine-learning svm kernel-trick self-study survival cox-model repeated-measures survey likert correlation variance sampling meta-analysis anova independence sample assumptions bayesian covariance r regression time-series mathematical-statistics graphical-model machine-learning linear-model kernel-trick linear-algebra self-study moments function correlation spss probability confidence-interval sampling mean population r generalized-linear-model prediction offset data-visualization clustering sas cart binning sas logistic causality regression self-study standard-error r distributions r regression time-series multiple-regression python chi-squared independence sample clustering data-mining rapidminer probability stochastic-processes clustering binary-data dimensionality-reduction svd correspondence-analysis data-visualization excel c# hypothesis-testing econometrics survey rating composite regression least-squares mcmc markov-process kullback-leibler convergence predictive-models r regression anova confidence-interval survival cox-model hazard normal-distribution autoregressive mixed-model r mixed-model sas hypothesis-testing mediation interaction

1

Der Nachweis, dass eine Sequenz abnimmt (unterstützt durch das Zeichnen einer großen Anzahl von Punkten)

Viele der Fragen, die ich im letzten Monat auf SE gestellt habe, hatten das Ziel, mir bei der Lösung dieses speziellen Problems zu helfen. Die Fragen wurden alle beantwortet, aber ich kann immer noch keine Lösung finden. Also dachte ich mir, ich sollte nur das Problem fragen, das ich direkt …

10 distributions mathematical-statistics probability function

2

Vorteile der Lösung eines Problems durch Formulierung einer Kostenfunktion, die global optimierbar ist

Dies ist eine eher allgemeine Frage (dh nicht unbedingt spezifisch für Statistiken), aber ich habe einen Trend in der maschinellen Lern- und statistischen Literatur festgestellt, bei dem Autoren den folgenden Ansatz bevorzugen: Ansatz 1 : Erhalten Sie eine Lösung für ein praktisches Problem, indem Sie eine Kostenfunktion formulieren, für die …

9 optimization function

1

Wie kann man die geometrische Intuition des Innenlebens neuronaler Netze verstehen?

Ich habe in letzter Zeit die Theorie hinter ANNs studiert und wollte die "Magie" hinter ihrer Fähigkeit zur nichtlinearen Klassifizierung mehrerer Klassen verstehen. Dies führte mich zu dieser Website, auf der geometrisch gut erklärt wird, wie diese Annäherung erreicht wird. So habe ich es verstanden (in 3D): Die verborgenen Ebenen …

8 machine-learning neural-networks approximation intuition function

2

Wie gehe ich mit Infs in einer statistischen Funktion richtig um?

Angenommen, ich habe eine Funktion wie: f <- function(x){ exp(x) / (1 + exp(x)) } Es soll für jeden realen Wert von x funktionieren, aber tatsächlich gibt es NaN zurück, wenn x 710 oder größer ist. Ich frage mich, wie ich dieses Problem richtig behandeln kann. Mir ist klar, dass …

8 r function numerics

Als «function» getaggte Fragen