Statistiken und Big Data weights

2

Was ist der Vorteil der abgeschnittenen Normalverteilung beim Initialisieren von Gewichten in einem neuronalen Netzwerk?

Beim Initialisieren von Verbindungsgewichtungen in einem vorwärtsgerichteten neuronalen Netzwerk ist es wichtig, sie zufällig zu initialisieren, um Symmetrien zu vermeiden, die der Lernalgorithmus nicht unterbrechen könnte. Die Empfehlung, die ich an verschiedenen Stellen gesehen habe (z. B. in TensorFlows MNIST-Tutorial ), ist die Verwendung der abgeschnittenen Normalverteilung unter Verwendung einer …

13 neural-networks backpropagation weights truncated-normal

4

Umgang mit Krawatten, Gewichten und Abstimmungen in kNN

Ich programmiere einen kNN-Algorithmus und möchte Folgendes wissen: Unentschieden: Was passiert, wenn bei der Mehrheitsabstimmung kein eindeutiger Gewinner feststeht? ZB sind alle k nächsten Nachbarn aus verschiedenen Klassen, oder für k = 4 gibt es 2 Nachbarn aus Klasse A und 2 Nachbarn aus Klasse B? Was passiert, wenn es …

13 k-nearest-neighbour weights ties

4

Neuronales Netz - Bedeutung von Gewichten

Ich verwende Feed-Forward NN. Ich verstehe das Konzept, aber meine Frage betrifft Gewichte. Wie können Sie sie interpretieren, dh was stellen sie dar oder wie können sie ungestört sein (nur Funktionskoeffizienten)? Ich habe etwas gefunden, das "Raum der Gewichte" genannt wird, bin mir aber nicht ganz sicher, was es bedeutet.

11 neural-networks weights

1

Gewöhnliches Kriging-Beispiel Schritt für Schritt?

Ich habe Online-Tutorials für räumliches Kriging mit beiden geoRund gstat(und auch automap) verfolgt. Ich kann räumliches Kriging durchführen und verstehe die Hauptkonzepte dahinter. Ich weiß, wie man ein Semivariogramm erstellt, wie man ein Modell daran anpasst und wie man gewöhnliches Kriging durchführt. Was ich nicht verstehe ist, wie die Gewichte …

8 prediction spatial weights kriging

2

Können Gewichte und Versatz zu ähnlichen Ergebnissen bei der Poisson-Regression führen?

In "A Practioner's Guide to Generalized Linear Models" in Absatz 1.83 heißt es: "Im speziellen Fall eines multiplikativen Poisson-GLM kann gezeigt werden, dass die Modellierungsanspruchszahlen mit einem Versatzterm gleich dem Logarithmus der Exposition zu identischen Ergebnissen führen wie die Modellierungsanspruchshäufigkeiten mit vorherigen Gewichten, die gleich der Exposition jeder Beobachtung eingestellt …

8 generalized-linear-model modeling poisson-regression weights offset

2

Wie ist die Verteilung des (willkürlich) gewichteten Maximum Likelihood Estimator?

Angenommen, Sie beobachten den Vektor unabhängiger Variablen und y_i- abhängiger Variablen mit der Wahrscheinlichkeit l \ left (\ theta; X_i, y_i \ right) . Angenommen, die y_i sind unabhängig. Nehmen Sie außerdem an, Sie erhalten positive Gewichte , w_i, die beliebig sind, und berechnen den gewichteten Maximum Likelihood Estimator (WMLE?): …

7 estimation maximum-likelihood weighted-data weights

Als «weights» getaggte Fragen