Soit , , , et être indépendant. Quelle est l'attente de ?X1X1X_1X2X2X_2⋯⋯\cdotsXd∼N(0,1)Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1)X41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} Il est facile de trouver par symétrie. Mais je ne sais pas comment trouver l'attente de . Pourriez-vous...
Disons que j'ai une architecture de modèle d'apprentissage en profondeur, ainsi qu'une taille de mini-lot choisie. Comment puis-je dériver de ces exigences de mémoire attendues pour la formation de ce modèle? Par exemple, considérons un modèle (non récurrent) avec une entrée de dimension 1000, 4...
Je me demandais quelle était la meilleure façon d'initialiser l'état des LSTM. Actuellement, je viens de l'initialiser à tous les zéros. Je ne trouve vraiment rien en ligne sur la façon de l'initialiser. Une chose que je pensais faire était de faire de l'état initial un paramètre entraînable. Aucun...
Je crois comprendre que l'estimation de validation croisée multipliée par k de l'erreur de test sous-estime généralement l'erreur de test réelle. Je ne comprends pas pourquoi c'est le cas. Je vois pourquoi l'erreur de formation est généralement inférieure à l'erreur de test - parce que vous...
Dans un commentaire à cette question , l'utilisateur @whuber a cité la possibilité d'utiliser une version périodique des splines pour ajuster les données périodiques. J'aimerais en savoir plus sur cette méthode, en particulier les équations définissant les splines, et comment les implémenter en...
Je voudrais comprendre comment je peux obtenir le pourcentage de variance d'un ensemble de données, non pas dans l'espace de coordonnées fourni par PCA, mais contre un ensemble légèrement différent de vecteurs (tournés). set.seed(1234) xx <- rnorm(1000) yy <- xx * 0.5 + rnorm(1000, sd = 0.6)...
Sur les forums de dénomination des bébés, les futurs parents répètent constamment une version de leur peur de Jennifer: «Je ne veux pas que mon enfant soit l'un des 5 de sa classe avec son nom. Le fait est qu'aucun nom ne se rapproche même plus de ce genre de popularité, et même au plus fort de...
Je sais que cela a probablement été discuté ailleurs, mais je n'ai pas pu trouver de réponse explicite. J'essaie d'utiliser la formule pour calculer hors échantillon d'un modèle de régression linéaire, où est la somme des carrés des résidus et est la somme totale des carrés. Pour l'ensemble de...
Le document d'aide "notch" ( ou le texte original ) de boxplot dans 'R' donne ce qui suit: Si les encoches de deux parcelles ne se chevauchent pas, cela constitue une «preuve solide» que les deux médianes diffèrent (Chambers et al, 1983, p. 62). Voir boxplot.stats pour les calculs utilisés. et le «...
Il y a probablement plus d'un malentendu sérieux dans cette question, mais il ne vise pas à obtenir les bons calculs, mais plutôt à motiver l'apprentissage des séries chronologiques avec une certaine concentration à l'esprit. En essayant de comprendre l'application des séries chronologiques, il...
Je lis cet article sur la différence entre l'analyse en composantes principales et l'analyse discriminante multiple (analyse discriminante linéaire), et j'essaie de comprendre pourquoi vous utiliseriez jamais PCA plutôt que MDA / LDA. L'explication est résumée comme suit: En gros, dans PCA, nous...
Je suis un scientifique des données travaillant avec une solide expérience en régression, en autres algorithmes de type d'apprentissage automatique et en programmation (à la fois pour l'analyse de données et le développement de logiciels en général). La majeure partie de ma vie professionnelle...
Donc, tout d'abord, j'ai fait des recherches sur ce forum, et je sais que des questions extrêmement similaires ont été posées, mais elles n'ont généralement pas été répondues correctement ou parfois la réponse n'est tout simplement pas assez détaillée pour que je puisse comprendre. Donc cette fois,...
Je suis conscient de tester l'hypothèse des risques proportionnels dans le contexte des modèles Cox PH, mais je n'ai rien rencontré concernant les modèles paramétriques? Existe-t-il un moyen réalisable de tester l'hypothèse de PH de certains modèles paramétriques? Il semble qu'il faille préciser...
Existe-t-il une définition formelle (mathématique) de ce que les fréquentistes entendent par «probabilité»? J'ai lu que c'est la fréquence relative d'occurrence «à long terme», mais existe-t-il un moyen formel de la définir? Y a-t-il des références connues où je peux trouver cette définition?...
Existe-t-il une règle empirique entre la profondeur d'un réseau neuronal et le taux d'apprentissage? J'ai remarqué que plus le réseau est profond, plus le taux d'apprentissage doit être faible. Si c'est exact,
Dans mon programme, je dois exécuter N threads séparés chacun avec leur propre RNG qui est utilisé pour échantillonner un grand ensemble de données. J'ai besoin de pouvoir semer tout ce processus avec une seule valeur afin de pouvoir reproduire les résultats. Suffit-il d'augmenter simplement...
Bien que j'aie fait de la programmation avec des machines Boltzmann dans un cours de physique, je ne connais pas leur caractérisation théorique. En revanche, j'en connais un peu sur la théorie des modèles graphiques (sur les premiers chapitres du livre de Lauritzen Graphical Models ). Question:...
En termes de différence entre réseau neuronal et apprentissage en profondeur, nous pouvons énumérer plusieurs éléments, tels que davantage de couches sont incluses, un ensemble de données massif, un matériel informatique puissant pour rendre possible la formation d'un modèle compliqué. En plus de...
À l'exception des arbres de décision et de la régression logistique, quels autres modèles de classification fournissent une bonne interprétation? Je ne suis pas intéressé par la précision ou d'autres paramètres, seule l'interprétation des résultats est