Konkurs Kaggle'a W prognozie bezpiecznego kierowcy Porto Seguro wykorzystano znormalizowany wynik Gini jako miernik oceny, co zainteresowało mnie przyczynami tego wyboru. Jakie są zalety używania znormalizowanego wyniku Gini zamiast najbardziej typowych wskaźników, takich jak AUC, do...
Twierdzenie o uniwersalnej aproksymacji jest dość znanym wynikiem dla sieci neuronowych, mówiąc w zasadzie, że przy niektórych założeniach funkcja może być jednolicie aproksymowana przez sieć neuronową z dowolną dokładnością. Czy istnieje jakiś analogiczny wynik, który stosuje się do splotowych...
Niektóre testy statystyczne są solidne, a niektóre nie. Co dokładnie oznacza solidność? Zaskakujące, że nie mogłem znaleźć takiego pytania na tej stronie. Co więcej, czasami solidność i moc testu są omawiane razem. I intuicyjnie nie mogłem rozróżnić tych dwóch pojęć. Co to jest potężny test? Czym...
Powiedzmy, że mamy wejściowe (predyktor) i wyjściowe (odpowiedź) punkty danych A, B, C, D, E i chcemy dopasować linię przez te punkty. Jest to prosty problem do zilustrowania pytania, ale można go również rozszerzyć na większe wymiary. Opis problemu Bieżące najlepsze dopasowanie lub hipoteza...
Czy rodzina dystrybucji ma inną definicję statystyki niż w innych dyscyplinach? Ogólnie rodzina krzywych jest zbiorem krzywych, z których każda jest podana przez funkcję lub parametryzację, w której zmienia się jeden lub więcej parametrów. Takie rodziny są wykorzystywane na przykład do...
Jesteśmy nadejściem obliczeń kwantowych , a języki kwantowe przewidują sprzętowe komputery kwantowe dostępne teraz na wysokim i niskim poziomie dla symulowanych komputerów kwantowych. Obliczenia kwantowe wprowadzają nowe elementarne funkcje, takie jak splątanie i teleportacja kubitów, pomiar...
Jak trenuje się warstwę osadzania w warstwie osadzania Keras? (powiedzmy, używając backendu tensorflow, co oznacza, że jest podobny do word2vec, glove lub fasttext) Załóżmy, że nie stosujemy wstępnego
Próbując tutaj modeli mieszanki Gaussa , znalazłem 4 rodzaje kowariancji. 'full' (each component has its own general covariance matrix), 'tied' (all components share the same general covariance matrix), 'diag' (each component has its own diagonal covariance matrix), 'spherical' (each component has...
Załóżmy, że znamy p (x, y), p (x, z) ip (y, z), czy to prawda, że rozkład połączeń p (x, y, z) jest możliwy do zidentyfikowania? Czyli istnieje tylko jeden możliwy p (x, y, z), który ma powyżej
Czy możesz wyjaśnić manekinom krok po kroku, jak działa Hamiltonian Monte Carlo? PS: Przeczytałem już odpowiedzi tutaj, Hamiltonian Monte Carlo , a tutaj Hamiltonian Monte Carlo vs. Sekwencyjny Monte Carlo , a tutaj Hamiltonian Monte Carlo: jak zrozumieć propozycję Metropolis-Hasting? i nie...
Literatura dogłębnego uczenia się jest pełna sprytnych sztuczek z wykorzystaniem niestałych wskaźników uczenia się przy opadaniu gradientowym. Rzeczy takie jak rozkład wykładniczy, RMSprop, Adagrad itp. Są łatwe do wdrożenia i są dostępne w każdym pakiecie dogłębnego uczenia się, ale wydają się nie...
Mam problem ze zrozumieniem, dlaczego dbamy o to, czy proces magistra jest odwracalny czy nie. Popraw mnie, jeśli się mylę, ale rozumiem, dlaczego dbamy o to, czy proces AR jest przyczynowy, tj. Czy możemy go „przepisać”, że tak powiem, jako sumę pewnego parametru i białego szumu - tj. proces...
Zamknięte . To pytanie musi być bardziej skoncentrowane . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby skupiało się tylko na jednym problemie, edytując ten post . Zamknięte 2 lata temu . Obecnie śledzę program...
Waham się, czy zapytać o to tutaj w statystykach StackExchange, czy w lingwistyce / języku angielskim, ale sądzę, że może tu być więcej użytkowników wybierających języki niż na innych forumach znających statystyki;) Często czytam raporty, które wspominają o korelacji jako czasownik w aktywnym...
Ostatnio byłem zainteresowany wdrożeniem modelu regresji beta, dla wyniku, który jest proporcjonalny. Zauważ, że wynik ten nie mieści się w kontekście dwumianowym, ponieważ w tym kontekście nie ma sensownego pojęcia dyskretnego „sukcesu”. W rzeczywistości wynik jest faktycznie czasem trwania;...
Jestem absolwentem statystyki i jako taki jestem zaangażowany w kilka współpracy z naukowcami stosowanymi (ekonomistami, leśnikami…). Współpraca ta jest fajna (przez większość czasu) i dużo się uczę, ale są też pewne komplikacje, na przykład: Czasami moje zdanie na temat tego, czym jest dobry...
Jeśli chodzi o algorytmy wzmacniające, powiedziałbym, że ewoluowały całkiem dobrze. Na początku 1995 r. Wprowadzono AdaBoost, a po pewnym czasie była to Gradient Boosting Machine (GBM). Niedawno około 2015 r. Wprowadzono XGBoost, który jest dokładny, radzi sobie z nadmiernym dopasowaniem i stał się...
Ponieważ algorytm drzewa decyzyjnego dzieli się na atrybut na każdym etapie, maksymalna głębokość drzewa decyzyjnego jest równa liczbie atrybutów danych. Czy to jest
Zwłaszcza w kontekście zawodów kaggle zauważyłem, że wydajność modelu polega na wyborze / inżynierii funkcji. Chociaż w pełni rozumiem, dlaczego tak jest w przypadku bardziej konwencjonalnych / oldskulowych algorytmów ML, nie rozumiem, dlaczego tak jest w przypadku korzystania z głębokich sieci...
Rozważ następujące stwierdzenia dotyczące Titanica: Założenie 1: tylko mężczyźni i kobiety byli na statku Założenie 2: Było wielu mężczyzn i kobiet Oświadczenie 1: 90 procent wszystkich kobiet przeżyło Oświadczenie 2: 90 procent wszystkich, którzy przeżyli, to kobiety Pierwszy wskazuje, że...