Als «self-study» getaggte Fragen

Wie lautet die Ableitung der ReLU-Aktivierungsfunktion, die wie folgt definiert ist: ReLU(x)=max(0,x)ReLU(x)=max(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) Was ist mit dem Sonderfall, in dem die Funktion bei eine Diskontinuität aufweist ?x=0x=0x=0

15 self-study  neural-networks 

Frage Wenn IID sind, dann berechne , wobei .X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right)T=∑iXiT = \sum_i X_i Versuch : Bitte überprüfen Sie, ob das unten stehende korrekt ist. Nehmen wir an, wir nehmen die Summe dieser bedingten Erwartungen so, dass Dies bedeutet, dass jedes da IID sind.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

(aa wäre einer von vielen, bb wäre nicht) Ich dachte, es wäre 10! / 8! Aber anscheinend mache ich etwas falsch. Kann mir jemand helfen, weil ich ratlos bin.

14 self-study  combinatorics 

Ich habe an meinem College einen Maschinellen Lernkurs absolviert. In einem der Quiz wurde diese Frage gestellt. Modell 1: Modell 2:y=θx+ϵy=θx+ϵ y = \theta x + \epsilon y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Welches der oben genannten Modelle passt besser zu Daten? (Angenommen, Daten können mit …

14 regression  machine-learning  self-study  modeling  model 

Summieren wir einen Strom von Zufallsvariablen, X i i i d ∼ U ( 0 , 1 )Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1) ; Sei YYY die Anzahl der Terme, die wir benötigen, damit die Summe eins überschreitet, dh YYY ist die kleinste Zahl, so dass X 1 + X 2 + ⋯ …

14 probability  self-study  expected-value  uniform 

Pr(X>x)Pr(X>x)\Pr(X>x)

14 self-study 

Erstens nehme ich an, dass nicht alle aktiven Mitglieder dieser interessanten Site Statistiker sind. Andernfalls ergibt die folgende Frage keinen Sinn! Ich respektiere sie natürlich, aber ich brauche eine Erklärung, die eher praktischer als konzeptioneller Natur ist. Ich beginne mit einem Beispiel aus Wikipedia , um Folgendes zu definieren point …

14 self-study  terminology  notation 

In R gibt der drop1Befehl etwas Ordentliches aus. Diese beiden Befehle sollten Ihnen eine Ausgabe bringen: example(step)#-> swiss drop1(lm1, test="F") Meins sieht so aus: > drop1(lm1, test="F") Single term deletions Model: Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC F value …

14 r  regression  self-study  stepwise-regression 

Es scheint eine Menge Verwirrung im Vergleich zwischen der Verwendung von glmnetinside caretzur Suche nach einem optimalen Lambda und der Verwendung cv.glmnetderselben Aufgabe zu geben. Viele Fragen wurden gestellt, zB: Klassifizierungsmodell train.glmnet vs. cv.glmnet? Was ist der richtige Weg, um glmnet mit caret zu verwenden? Quervalidierung von "glmnet" mit "caret" …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Kreuz Validated. Geschlossen vor 5 Jahren . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Sei Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3 und Y4Y4Y_4 vier Zufallsvariablen, so dass E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3 , wobeiθ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 unbekannte Parameter sind. Man nehme auch andassVar(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2 ,i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. Dann welche wahr ist? A. θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 thgr ; 3 sind abschätzbar. B. θ1+θ3θ1+θ3\theta_1+\theta_3 ist abschätzbar. C. θ1−θ3θ1−θ3\theta_1-\theta_3 ist abschätzbar und 12(Y1+Y3)12(Y1+Y3)\dfrac{1}{2}(Y_1+Y_3)ist die …

13 self-study  estimation  inference 

Während ich in den letzten Jahren gelegentlich einige Massenmarktwerke zur Chaostheorie las, begann ich mich zu fragen, wie verschiedene Aspekte davon auf Data Mining und verwandte Bereiche wie neuronale Netze, Mustererkennung, Unsicherheitsmanagement usw. angewendet werden könnten Ich habe so wenige Beispiele für solche Anwendungen in der veröffentlichten Forschung gefunden, dass …

13 self-study  mathematical-statistics  references  data-mining  fractal 

In Abschnitt 3.2 von Bishops Mustererkennung und maschinellem Lernen erörtert er die Bias-Varianz-Zerlegung und erklärt, dass für eine quadratische Verlustfunktion der erwartete Verlust in einen quadratischen Bias-Term zerlegt werden kann (der beschreibt, wie weit die durchschnittlichen Vorhersagen von den wahren abweichen Modell), ein Varianzterm (der die Streuung der Vorhersagen um …

13 self-study  variance  bias  regularization  loss-functions 

Hinweis: Borel-Cantelli Lemma sagt das ∑n=1∞P(An)<∞⇒P(limsupAn)=0∑n=1∞P(An)<∞⇒P(limsupAn)=0\sum_{n=1}^\infty P(A_n) \lt \infty \Rightarrow P(\lim\sup A_n)=0 ∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1\sum_{n=1}^\infty P(A_n) =\infty \textrm{ and } A_n\textrm{'s are independent} \Rightarrow P(\lim\sup A_n)=1 Dann, wenn ∑n=1∞P(AnAcn+1)<∞∑n=1∞P(AnAn+1c)<∞\sum_{n=1}^\infty P(A_nA_{n+1}^c )\lt \infty unter Verwendung von Borel-Cantelli Lemma Ich möchte das zeigen zuerst, existiertlimn→∞P(An)limn→∞P(An)\lim_{n\to \infty}P(A_n) …

13 probability  self-study  stochastic-processes  probability-inequalities 

Hintergrund Ich versuche, das erste Beispiel in einem Kurs zum Anpassen von Modellen zu verstehen (das mag lächerlich einfach erscheinen). Ich habe die Berechnungen von Hand durchgeführt und sie stimmen mit dem Beispiel überein, aber wenn ich sie in R wiederhole, sind die Modellkoeffizienten deaktiviert. Ich dachte, der Unterschied könnte …

13 r  regression  self-study  lm