Biorę udział w kursie uczenia maszynowego Andrew Nga i po kilku próbach nie byłem w stanie uzyskać poprawnej odpowiedzi na to pytanie. Prosimy o pomoc w rozwiązaniu tego problemu, chociaż przeszedłem poziom. Załóżmy, że uczniów wzięło udział w zajęciach, a klasa miała egzamin śródokresowy i...
Czy są jakieś dobre powody, aby preferować wartości binarne (0/1) zamiast dyskretnych lub ciągłych wartości znormalizowanych , np. (1; 3), jako dane wejściowe dla sieci sprzężenia zwrotnego dla wszystkich węzłów wejściowych (z propagacją wsteczną lub bez)? Oczywiście mówię tylko o danych...
Ewentualnie od tematu tutaj, ale istnieje kilka ( jeden , dwa ) pytania związane już. Grzebanie w literaturze (lub wyszukiwanie google za pomocą Skróconych algorytmów SVD) ujawnia wiele artykułów, które wykorzystują obcięte SVD na różne sposoby i twierdzą (frustrujące, często bez cytowania), że...
Jestem dość matematycznie skłonny - miałem 6 semestrów matematyki na studiach licencjackich - chociaż jestem trochę poza praktyką i powolny, powiedzmy, częściowe równania różniczkowe i całki ścieżkowe, moje koncepcje wracają z odrobiną praktyki. Nie miałem kursu na dowodach matematycznych (myślenie...
Pytanie: czy można wytrenować NN, aby rozróżniał liczby nieparzyste od parzystych tylko przy użyciu samych danych wejściowych? Mam następujący zestaw danych: Number Target 1 0 2 1 3 0 4 1 5 0 6 1 ... ... 99 0 100 1 Trenowałem NN z dwoma neuronami wejściowymi (jeden jest zmienną liczbą, drugi...
Często mówi się, że regresja procesu gaussowskiego odpowiada (GPR) bayesowskiej regresji liniowej z (być może) nieskończoną ilością funkcji bazowych. Obecnie staram się to szczegółowo zrozumieć, aby uzyskać intuicję, jakie modele mogę wyrazić za pomocą GPR. Czy uważasz, że to dobre podejście do...
Utworzyłem regresję logistyczną przy użyciu następującego kodu: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Następnie wykorzystałem dane wyjściowe do stworzenia...
Na podstawie odczytów o rozkładach ciężkich i długoogonowych zrozumiałem, że wszystkie rozkłady długoogoniaste są gruboogoniaste , ale nie wszystkie rozkłady gruboogoniaste są długoogoniaste . Czy ktoś mógłby podać przykład: ciągła, symetryczna funkcja gęstości o zerowej średniej, która jest...
Mój trening statystyczny jest zakorzeniony w statystykach matematycznych, a przyjmowanie tych metod w moim stwardnieniu rozsianym jest w tej chwili trochę szokiem; obecnie trudno mi zrozumieć niektóre z tych „stosowanych” metod, ponieważ brakuje mi doświadczenia w branży. Jednym z tematów, o...
Czy istnieją znane systemy oceny lub rankingu, podobne do Elo, dla wydarzeń z udziałem wielu uczestników? Na przykład system, który może oceniać różne formy wyścigów (auto, zjazd, jazda itp.) Lub inne indywidualne sporty (na przykład
Dokonuję klasyfikacji obrazów przy użyciu uczenia maszynowego. Załóżmy, że mam pewne dane treningowe (obrazy) i podzielę dane na zestawy szkoleniowe i walidacyjne. Chcę też rozszerzyć dane (tworzyć nowe obrazy z oryginalnych) przez losowe obroty i wstrzykiwanie szumu. Augmentacja odbywa się...
Zainspirowany moim drugim pytaniem , chciałbym zapytać, w jaki sposób można znaleźć tryb funkcji gęstości prawdopodobieństwa (PDF) funkcji ?fa( x )f(x)f(x) Czy istnieje jakaś procedura „książki kucharskiej”? Najwyraźniej to zadanie jest znacznie trudniejsze, niż się...
Patrząc na wektory własne macierzy kowariancji, otrzymujemy kierunki maksymalnej wariancji (pierwszy wektor własny to kierunek, w którym dane najbardziej się różnią itp.); nazywa się to analizą głównych składników (PCA). Zastanawiałem się, co to znaczy spojrzeć na wektory własne / wartości matrycy...
Dlaczego obszar pod krzywą ROC to prawdopodobieństwo, że klasyfikator uszereguje losowo wybraną „pozytywną” instancję (na podstawie uzyskanych prognoz) wyższą niż przypadkowo wybrana „pozytywna” instancja (z oryginalnej pozytywnej klasy)? W jaki sposób można udowodnić matematycznie to stwierdzenie...
Wszystkie przykłady, które znalazłem przy użyciu głębokiej wiary lub splotowych sieci neuronowych, wykorzystują je do klasyfikacji obrazu, wykrywania czatu lub rozpoznawania mowy. Czy głębokie sieci neuronowe są również przydatne w przypadku klasycznych zadań regresyjnych, w których cechy nie są...
Czytałem kilka artykułów i nie jestem pewien na temat szczegółowych definicji średniego efektu leczenia (ATE) i marginalnego efektu leczenia (MTE). Czy oni są tacy sami? Według Austina ... Efekt warunkowy to średni efekt na poziomie podmiotu przeniesienia pacjenta z nieleczonego na leczony....
Klasyczne podejście wnioskowania statystycznego opiera się na założeniu, że istnieje poprawnie określona statystyka. Oznacza to, że rozkład P∗(Y)P∗(Y)\mathbb{P}^*(Y) który wygenerował zaobserwowane dane yyy jest częścią modelu statystycznego
Pytanie: Jakie są zalety / wady korzystania z jednego wcześniejszego do drugiego przy selekcji zmiennych? Załóżmy, że ma prawdopodobieństwo: , w którym można umieścić albo jedną priors:
Jako część danych wyjściowych uogólnionego modelu liniowego do oceny modelu wykorzystywane są odchylenie zerowe i rezydualne. Często widzę formuły dla tych wielkości wyrażone jako prawdopodobieństwo dziennika modelu nasyconego, na przykład: /stats//a/113022/22199 , Regresja logistyczna: jak uzyskać...
Chcę wdrożyć model dynamiczny, aby polecić film użytkownikowi. Zalecenia należy aktualizować za każdym razem, gdy użytkownik ogląda film lub ocenia go. Dla uproszczenia myślę o wzięciu pod uwagę dwóch czynników: wcześniejsze oceny innych filmów użytkownika czas, w którym użytkownik obejrzał...