Statistiques et Big Data

J'ai été impressionné par les résultats du document ICML 2014 " Représentations distribuées des peines et des documents " de Le et Mikolov. La technique qu'ils décrivent, appelée «vecteurs de paragraphe», apprend des représentations non supervisées de paragraphes / documents arbitrairement longs,...

Selon ma compréhension, dans l'ACP basée sur les corrélations, nous obtenons des charges de facteur (= composant principal dans ce cas) qui ne sont que les corrélations entre les variables et les facteurs. Maintenant, lorsque je dois générer des scores factoriels dans SPSS, je peux obtenir...

Le théorème de Bayes va P(model|data)=P(model)×P(data|model)P(data)P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Tout va bien. Mais, j'ai lu quelque part: Fondamentalement, P (données)...

Conceptuellement, je saisis la signification de l'expression "la surface totale sous un PDF est de 1". Cela devrait signifier que les chances que le résultat se situe dans l'intervalle total des possibilités sont de 100%. Mais je ne peux pas vraiment le comprendre d'un point de vue "géométrique"....

Bien que ces deux termes omniprésents soient souvent utilisés comme synonymes, il semble parfois y avoir une distinction. Y a-t-il effectivement une différence, ou sont-ils exactement

J'ai eu du mal à comprendre l'utilisation de la régression logistique dans un article. L'article disponible ici utilise la régression logistique pour prédire la probabilité de complications lors d'une chirurgie de la cataracte. Ce qui me déroute, c'est que le document présente un modèle qui...

Le concept de «moyenne» se déplace beaucoup plus loin que la moyenne arithmétique traditionnelle; s'étend-elle jusqu'à inclure la médiane? Par analogie, données brutes ⟶iddonnées brutes ⟶signifiermoyenne brute ⟶id- 1moyenne arithmétiquedonnées brutes ⟶recetteréciproques ⟶signifiersignifie...

Je sais que le réglage de l'hyperparamètre en dehors de la validation croisée peut conduire à des estimations biaisées de la validité externe, car l'ensemble de données que vous utilisez pour mesurer les performances est le même que celui que vous avez utilisé pour régler les fonctionnalités. Ce...

J'ai une matrice de corrélation qui indique comment chaque élément est corrélé à l'autre élément. Donc pour un N items, j'ai déjà une matrice de corrélation N * N. En utilisant cette matrice de corrélation, comment puis-je regrouper les N éléments dans M bacs afin que je puisse dire que les Nk...

J'ai un réseau de neurones mis en place pour prédire quelque chose où la variable de sortie est ordinale. Je décrirai ci-dessous en utilisant trois sorties possibles A <B <C. Il est assez évident de savoir comment utiliser un réseau de neurones pour produire des données catégorielles: la...

Le paradoxe de Stein montre que lorsque trois paramètres ou plus sont estimés simultanément, il existe des estimateurs combinés plus précis en moyenne (c'est-à-dire ayant une erreur quadratique moyenne attendue inférieure) que toute méthode qui gère les paramètres séparément. C'est un résultat très...

J'ai regardé beaucoup de vidéos tutorielles et elles se ressemblent. Celui-ci par exemple: https://www.youtube.com/watch?v=ip4iSMRW5X4 Ils expliquent les états, les actions et les probabilités qui conviennent. La personne l'explique, mais je n'arrive pas à comprendre à quoi cela pourrait servir...

Vous trouverez ci-dessous des graphiques en acf et pacf d'une série de données mensuelles. Le deuxième tracé est acf avec ci.type = 'ma': La persistance de valeurs élevées dans la parcelle acf représente probablement une tendance positive à long terme. La question est de savoir si cela représente...

Voir cette question sur Math SE . Petite histoire: j'ai lu Les éléments de l'apprentissage statistique et j'ai été frustré lorsque j'essayais de vérifier certains résultats, par exemple, étant donné puis I je cherche un livre de calcul matriciel qui est écrit comme votre livre de calcul...

J'ai une question concernant la nécessité d'utiliser des méthodes de sélection d'entités (forêts aléatoires, valeur d'importance des caractéristiques ou méthodes de sélection d'entités univariées, etc.) avant d'exécuter un algorithme d'apprentissage statistique. Nous savons que pour éviter le...

Dans le contexte de la régression OLS, je comprends qu'un tracé résiduel (vs valeurs ajustées) est conventionnellement considéré pour tester la variance constante et évaluer la spécification du modèle. Pourquoi les résidus sont-ils tracés par rapport aux ajustements, et non par les valeurs ? En...

J'ai lu à partir de là que l'erreur standard de la variance de l'échantillon est SEs2=2σ4N−1−−−−−−√SEs2=2σ4N−1SE_{s^2} = \sqrt{\frac{2 \sigma^4}{N-1}} Quelle est l'erreur type de l'écart type de l'échantillon? Je serais tenté de deviner et de dire que mais je ne suis pas...

Il existe de nombreuses techniques en statistiques écologiques pour l'analyse exploratoire des données multidimensionnelles. Ces techniques sont appelées techniques d '«ordination». Beaucoup sont identiques ou étroitement liés aux techniques courantes ailleurs dans les statistiques. L'exemple...

Je ne comprends pas exactement ce que l'on entend par taille de nœud. Je sais ce qu'est un nœud de décision, mais pas sa

J'ai utilisé theeano pour expérimenter avec des LSTM et je me demandais quelles méthodes d'optimisation (SGD, Adagrad, Adadelta, RMSprop, Adam, etc.) fonctionnent le mieux pour les LSTM? Existe-t-il des documents de recherche sur ce sujet? De plus, la réponse dépend-elle du type d'application pour...