In der heutigen Mustererkennungsklasse sprach mein Professor über PCA, Eigenvektoren und Eigenwerte. Ich habe die Mathematik verstanden. Wenn ich gebeten werde, Eigenwerte usw. zu finden, mache ich das wie eine Maschine richtig. Aber ich habe es nicht verstanden . Ich habe den Zweck nicht verstanden. Ich habe es nicht gespürt. …
Haftungsausschluss: Ich bin kein Statistiker, sondern ein Software-Ingenieur. Der größte Teil meiner statistischen Kenntnisse stammt aus der Selbsterziehung, daher habe ich immer noch viele Lücken im Verständnis von Konzepten, die für andere hier trivial erscheinen könnten. Daher wäre ich sehr dankbar, wenn die Antworten weniger spezifische Begriffe und mehr Erklärungen …
Aus Wikipedia gibt es drei Interpretationen der Freiheitsgrade einer Statistik: In der Statistik ist die Anzahl der Freiheitsgrade die Anzahl der Werte in der endgültigen Berechnung einer Statistik, die frei variieren können . Schätzungen statistischer Parameter können auf unterschiedlichen Mengen von Informationen oder Daten basieren. Die Anzahl unabhängiger Informationen , …
Nach einem Statistikkurs und dem Versuch, meinen Kommilitonen zu helfen, stellte ich fest, dass ein Thema, das viel Kopfzerbrechen hervorruft, darin besteht, die Ergebnisse statistischer Hypothesentests zu interpretieren. Es scheint, dass die Schüler leicht lernen, wie man die für einen bestimmten Test erforderlichen Berechnungen durchführt, sich aber auf die Interpretation …
... vorausgesetzt, ich kann ihr Wissen über die Varianz auf intuitive Weise erweitern ( "Varianz" intuitiv verstehen ) oder indem ich sage: Es ist der durchschnittliche Abstand der Datenwerte vom Mittelwert - und da die Varianz quadratisch ist Einheiten nehmen wir die Quadratwurzel, um die Einheiten gleich zu halten, und …
In verschiedenen Kontexten wird der zentrale Grenzwertsatz herangezogen , um die statistische Methode zu rechtfertigen , die wir anwenden möchten (z. B. Annäherung der Binomialverteilung an eine Normalverteilung). Ich verstehe die technischen Details, warum der Satz wahr ist, aber mir ist gerade eingefallen, dass ich die Intuition hinter dem zentralen …
Ich wurde heute in der Klasse gefragt, warum Sie bei der Berechnung der Standardabweichung die Summe der quadratischen Fehler durch anstelle von dividieren .nn−1n−1n-1nnn Ich sagte, ich werde es nicht im Unterricht beantworten (da ich mich nicht mit unvoreingenommenen Schätzern befassen wollte), aber später fragte ich mich - gibt es …
Ich studiere Mustererkennung und Statistik und fast jedes Buch, das ich zu dem Thema aufschlage, stoße ich auf das Konzept der Mahalanobis-Distanz . Die Bücher geben eine Art intuitive Erklärungen, aber sie sind immer noch nicht gut genug, um wirklich zu verstehen, was los ist. Wenn mich jemand fragen würde: …
Wir haben ein zufälliges Experiment mit verschiedenen Ergebnissen, die den Probenraum auf dem wir uns mit Interesse bestimmte Muster ansehen, die als eventsSigma-Algebren (oder Sigma-Felder) bestehen aus Ereignissen, denen ein Wahrscheinlichkeitsmaß zugeordnet werden kann. Bestimmte Eigenschaften werden erfüllt, einschließlich der Einbeziehung der Nullmenge und des gesamten Probenraums sowie einer Algebra, …
Ich versuche, einen guten Überblick über den EM-Algorithmus zu bekommen, um ihn implementieren und verwenden zu können. Ich verbrachte einen ganzen Tag damit, die Theorie und ein Papier zu lesen, in dem EM verwendet wird, um ein Flugzeug unter Verwendung der Positionsinformationen, die von einem Radar kommen, zu verfolgen. Ehrlich …
Wie würden Sie im Rahmen des Unit-Root-Tests intuitiv erklären, was eine Unit-Root ist? Ich denke in einer Art zu erklären, wie ich sie in dieser Frage begründet habe . Der Fall mit Unit Root ist, dass ich (im Übrigen wenig) weiß, dass der Unit Root-Test zum Testen der Stationarität in …
Bei vielen maschinellen Lernklassifikatoren (z. B. Support-Vektor-Maschinen) kann ein Kernel angegeben werden. Was wäre eine intuitive Art zu erklären, was ein Kernel ist? Ein Aspekt, über den ich nachgedacht habe, ist die Unterscheidung zwischen linearen und nichtlinearen Kerneln. In einfachen Worten könnte ich von "linearen Entscheidungsfunktionen" und "nichtlinearen Entscheidungsfunktionen" sprechen. …
Ich habe Mühe, den Unterschied zwischen dem Standardfehler und der Standardabweichung zu verstehen. Wie unterscheiden sie sich und warum müssen Sie den Standardfehler messen?
Könnte mir jemand die Maximum-Likelihood-Schätzung (MLE) im Detail erklären? Ich möchte das zugrunde liegende Konzept kennen, bevor ich mich mit mathematischen Ableitungen oder Gleichungen befasse.
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.