Статистика и большие данные

Когда слово «уклон» был придуман для среднего ?E[θ^−θ]E[θ^−θ]\mathbb{E}[\hat{\theta}-\theta] Причина, по которой я сейчас думаю об этом, заключается в том, что я, кажется, вспоминаю Джейнса в его тексте теории вероятностей , критикуя использование слова «смещение», использованного для описания этой формулы, и предлагая альтернативу. Из теории вероятностей Джейнса , раздел 17.2 «Несмещенные …

18 terminology  bias  history 

Сходится ли нормальное распределение к определенному, если стандартное отклонение растет без границ? мне кажется, что pdf начинает выглядеть как равномерное распределение с границами, заданными . Это правда?[−2σ,2σ][−2σ,2σ][-2 \sigma, 2 \sigma]

18 normal-distribution  convergence 

Я учусь в 10 классе и собираюсь смоделировать данные для проекта ярмарки машинного обучения. Окончательная модель будет использоваться на данных пациента и будет предсказывать корреляцию между определенным временем недели и влиянием, которое это оказывает на приверженность к лечению в данных одного пациента. Значения приверженности будут двоичными (0 означает, что они …

18 machine-learning  statistical-significance  t-test  python  simulation 

В формуле Байеса: P(x|a)=P(a|x)P(x)P(a)P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} может ли задняя вероятность превысить 1?P(x|a)P(x|a)P(x|a) Я думаю, что это возможно, если, например, предполагая, что и , и . Но я не уверен в этом, потому что это будет означать, что вероятность будет больше единицы?P ( a ) < P ( x ) …

18 probability  bayesian  conditional-probability 

У меня есть двоичная переменная результата {0,1} и переменная предиктора {0,1}. Я думаю, что не имеет смысла заниматься логистикой, если я не включу другие переменные и не вычислю соотношение шансов. С одним бинарным предиктором не будет ли вычисление вероятности достаточным в сравнении с отношением шансов?

18 r  regression  probability  logistic  odds-ratio 

Наиболее распространенные сверточные нейронные сети содержат слои пула для уменьшения размеров выходных объектов. Почему я не могу достичь того же, просто увеличив шаг сверточного слоя? Что делает необходимым объединение слоев?

18 deep-learning  conv-neural-network  pooling 

Есть ли одно английское слово для обозначения «количества столбцов» матрицы? Например, «размерность» матрицы 2 \ х равна 2 \ х 3 . Мне нужен термин для 3 в этом примере. Конечно, я всегда могу просто сказать «количество столбцов», но могу ли я сказать хоть одно слово?2 × 32 × 32×32\times …

18 terminology  matrix 

Я работаю над проектом машинного обучения с данными, которые уже (сильно) смещены при выборе данных. Предположим, у вас есть набор жестко закодированных правил. Как вы строите модель машинного обучения, чтобы заменить ее, когда все данные, которые она может использовать, являются данными, которые уже были отфильтрованы по этим правилам? Чтобы прояснить …

18 machine-learning  classification  data-mining  bias  extrapolation 

Мои профессора физики в аспирантуре, а также благородный лауреат Фейнман всегда представляли то, что они называли игрушечными моделями, чтобы проиллюстрировать основные понятия и методы в физике, такие как гармонический осциллятор, маятник, волчок и черный ящик. Какие модели игрушек используются для иллюстрации основных концепций и методов, лежащих в основе применения нейронных …

18 machine-learning  neural-networks  deep-learning 

В статье в Википедии об ANOVA говорится В своей простейшей форме ANOVA предоставляет статистическую проверку того, равны ли средние значения нескольких групп, и поэтому обобщает t-критерий для более чем двух групп. Насколько я понимаю, ANOVA - это то же самое, что и t-критерий, когда речь идет о сравнении двух групп. …

18 r  hypothesis-testing  anova  t-test 

У меня есть данные вина из здесь , который состоит из 11 числовых независимых переменных с зависимой рейтинг , связанной с каждой записью со значениями от 0 до 10. Это делает его отличный набор данные , чтобы использовать регрессионную модель для изучения взаимосвязи между переменными и ассоциированным рейтинг. Однако будет …

18 r  regression  logistic  ordered-logit 

В статье DeepMind о Q-Learning для видеоигр Atari ( здесь ) они используют эпсилон-жадный метод для исследования во время обучения. Это означает, что когда действие выбирается в процессе обучения, оно выбирается либо как действие с наибольшим значением q, либо как случайное действие. Выбор между этими двумя вариантами является случайным и …

18 machine-learning  reinforcement-learning  q-learning  deep-rl 

Какой самый простой способ убедиться, что следующее утверждение верно? Предположим, . Показать .Y1,…,Yn∼iidExp(1)Y1,…,Yn∼iidExp(1)Y_1, \dots, Y_n \overset{\text{iid}}{\sim} \text{Exp}(1)∑ni=1(Yi−Y(1))∼Gamma(n−1,1)∑i=1n(Yi−Y(1))∼Gamma(n−1,1)\sum_{i=1}^{n}(Y_i - Y_{(1)}) \sim \text{Gamma}(n-1, 1) Обратите внимание, что .Y(1)=min1≤i≤nYiY(1)=min1≤i≤nYiY_{(1)} = \min\limits_{1 \leq i \leq n}Y_i Под X∼Exp(β)X∼Exp(β)X \sim \text{Exp}(\beta) это означает, что fX(x)=1βe−x/β⋅1{x>0}fX(x)=1βe−x/β⋅1{x>0}f_{X}(x) = \dfrac{1}{\beta}e^{-x/\beta} \cdot \mathbf{1}_{\{x > 0\}} . Легко видеть, что …

18 self-study  distributions  exponential  order-statistics  jacobian 

Я пытаюсь понять на более глубоком уровне повсеместность логарифмической вероятности (и, возможно, в более общем смысле логарифмической вероятности) в статистике и теории вероятностей. Логарифмические вероятности проявляются повсеместно: мы обычно работаем с логарифмической вероятностью для анализа (например, для максимизации), информация Фишера определяется в терминах второй производной логарифмической вероятности, энтропия - это …

18 probability  bayesian  likelihood  log-likelihood 

Есть ли предположение о переменной ответа логистической регрессии? Например, предположим, у нас есть точек данных. Похоже, что ответ исходит из дистрибутива Бернулли с . Следовательно, мы должны иметь распределений Бернулли с другим параметром .Y i p i = логит ( β 0 + β 1 x i ) 1000 р100010001000YiYiY_ipi=logit(β0+β1xi)pi=logit(β0+β1xi)p_i=\text{logit}(\beta_0+\beta_1 …

18 regression  logistic  assumptions  iid