J'essaie d'estimer les paramètres d'une distribution gamma qui correspond le mieux à mon échantillon de données. Je veux seulement utiliser la moyenne , std (et donc la variance ) de l'échantillon de données, pas les valeurs réelles - car elles ne seront pas toujours disponibles dans mon...
De la page Wikipedia intitulée corrélation n'implique pas de causalité , Pour deux événements corrélés, A et B, les différentes relations possibles incluent: A provoque B (causalité directe); B provoque A (causalité inverse); A et B sont les conséquences d'une cause commune, mais ne se causent pas;...
J'essaie de comprendre quel est le but de la fonction de perte et je ne comprends pas très bien. Donc, pour autant que je sache, la fonction de perte consiste à introduire une sorte de métrique avec laquelle nous pouvons mesurer le "coût" d'une décision incorrecte. Disons que j'ai un ensemble de...
Je voudrais tester l'hypothèse que deux échantillons sont tirés de la même population, sans faire d'hypothèses sur la distribution des échantillons ou la population. Comment dois-je procéder? D'après Wikipédia, j'ai l'impression que le test de Mann Whitney U devrait convenir, mais il ne semble pas...
La régularisation en régression (linéaire, logistique ...) est le moyen le plus utilisé pour réduire le sur-ajustement. Lorsque l'objectif est la précision des prédictions (sans explication), existe-t-il de bonnes alternatives à la régularisation, particulièrement adaptées aux ensembles de données...
Je parcourais les documents de convolution keras et j'ai trouvé deux types de convultuion Conv1D et Conv2D. J'ai fait quelques recherches sur le Web et c'est ce que je comprends à propos de Conv1D et Conv2D; Conv1D est utilisé pour les séquences et Conv2D utilise pour les images. J'ai toujours...
J'ai lu sur l'estimateur de James-Stein. Il est défini, dans ces notes , comme θ^=(1−p−2∥X∥2)Xθ^=(1−p−2‖X‖2)X \hat{\theta}=\left(1 - \frac{p-2}{\|X\|^2}\right)X J'ai lu la preuve mais je ne comprends pas l'énoncé suivant: Géométriquement, l'estimateur de James – Stein rétrécit chaque composante de...
Je suis tombé sur une question d'entrevue: Il y a un train rouge qui arrive toutes les 10 minutes. Il y a un train bleu toutes les 15 minutes. Les deux partent d'un moment aléatoire, vous n'avez donc aucun horaire. Si vous arrivez à la gare à une heure aléatoire et prenez le train qui arrive en...
Ma compréhension est que lorsque vous utilisez une approche bayésienne pour estimer les valeurs des paramètres: La distribution postérieure est la combinaison de la distribution antérieure et de la distribution de vraisemblance. Nous simulons cela en générant un échantillon à partir de la...
Je comprends la structure de base de l'autoencodeur variationnel et de l'autoencodeur normal (déterministe) et les mathématiques qui les sous-tendent, mais quand et pourquoi préférerais-je un type d'autoencodeur à l'autre? Tout ce que je peux penser, c'est que la distribution préalable des...
SARSA et Q Learning sont tous deux des algorithmes d'apprentissage par renforcement qui fonctionnent de manière similaire. La différence la plus frappante est que SARSA est en politique alors que Q Learning est hors politique. Les règles de mise à jour sont les suivantes: Apprentissage Q:...
Ma copine a récemment trouvé un emploi dans la vente et le commerce dans une grande banque. Forte de son nouvel emploi, elle croit pouvoir prédire si les stocks augmenteront ou baisseront à la fin du mois plus que le hasard (elle pense même pouvoir le faire avec une précision de 80%!) Je suis très...
La question peut sembler un peu étrange car je suis nouveau dans l'inférence statistique et les réseaux de neurones. Lorsque dans les problèmes de classification utilisant des réseaux de neurones, nous disons que nous voulons apprendre une fonction qui mappe l'espace des entrées à l'espace des...
J'ai étudié des méthodes d'apprentissage semi-supervisées et j'ai découvert le concept de "pseudo-étiquetage". Si je comprends bien, avec le pseudo-étiquetage, vous avez un ensemble de données étiquetées ainsi qu'un ensemble de données non étiquetées. Vous entraînez d'abord un modèle uniquement sur...
De nombreuses sources datent de la conception classique de « boîte à moustaches » à John Tukey et son « complot schématique » de 1970. La conception semble être restée relativement stable depuis lors, avec Edward Tufte dénudation version de la parcelle de boîte ne pas accrocher, alors que les...
Je lis le livre Statistics (Freeman, Pisani, Purves) et j'essaie de reproduire un exemple où une pièce est lancée disons 50 fois, le nombre de têtes comptées et cela se répète 1000 fois. Tout d'abord, j'ai gardé le nombre de lancers (taille de l'échantillon) à 1000 et augmenté les répétitions. Plus...
J'ai pensé à ce problème sous la douche, il a été inspiré par les stratégies d'investissement. Disons qu'il y avait un arbre d'argent magique. Chaque jour, vous pouvez offrir une somme d'argent à l'arbre monétaire et il la triplera ou la détruira avec une probabilité de 50/50. Vous remarquez...
Alors là, j'étudie l'inférence. J'aimerais que quelqu'un puisse énumérer les avantages de la famille exponentielle. Par famille exponentielle, je veux dire les distributions qui sont données comme F( x | θ ) = h ( x ) exp{ η( θ ) T( x ) - B ( θ ) }f(x|θ)=h(x)exp{η(θ)T(x)−B(θ)}\begin{align*}...
J'ai lu le rapport d'EIA et ce complot a attiré mon attention. Je veux maintenant pouvoir créer le même type de tracé. Il montre l'évolution de la productivité énergétique entre deux ans (1990-2015) et ajoute la valeur de variation entre ces deux périodes. Quel est le nom de ce type de terrain?...
Sur des fenêtres plus petites, le n log ntri peut fonctionner. Existe-t-il de meilleurs algorithmes pour y