J'ai commencé à lire sur les réseaux neuronaux récurrents (RNN) et la mémoire à court terme (LSTM) ... (... oh, pas assez de points de répétition ici pour lister les références ...) Une chose que je ne comprends pas: il semble toujours que les neurones dans chaque instance d'une couche cachée...
Qu'est-ce que l'asymétrie d'une distribution? Je lui demande pourquoi des indices particuliers semblent indécis quant à la symétrie, et dans certains cas aussi à l'asymétrie.
Que signifie exactement la «validité d'un instrument»? Dans mon cours d'économétrie, nous venons de définir la validité de l'instrument comme , où est la variable instrumentale et est le terme d'erreur d'un modèle de régression univarié. Ensuite, nous avons également parlé de la force d'un...
J'ai lu les excellents commentaires sur la façon de traiter les valeurs manquantes avant d'appliquer SVD, mais j'aimerais savoir comment cela fonctionne avec un exemple simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Étant donné la matrice ci-dessus, si je...
De manière asymptotique, la minimisation de l'AIC est équivalente à la minimisation de la MSE de validation croisée avec sortie pour les données transversales [ 1 ]. Alors, quand nous avons l'AIC, pourquoi utilise-t-on du tout la méthode de division des données en ensembles de formation, de...
Pourquoi utiliserions-nous des cotes plutôt que des probabilités lors de la régression
Je me demandais pourquoi les erreurs-types sont (sévèrement) biaisées à la baisse lorsque vous utilisez l'estimateur variable général (général) ou l'estimateur de la méthode généralisée des moments
J'ai des données qui ont deux comportements sous-jacents. Il y a d'abord une périodicité. Cela ressemble à une courbe sinusoïdale. Deuxièmement, les points de données connaissent une croissance constante. Donc, si j'ai 100 points de données sans croissance, cela ressemblera à une courbe...
J'ai un modèle qui va: Single parameter -> Complex likelihood function -> Log-likelihood. J'ai exécuté une chaîne MCMC (en utilisant pymc) et tracé la trace du paramètre et la log-vraisemblance. L'estimation des paramètres s'est avérée raisonnable, mais le tracé de log-vraisemblance me semble...
Soit f [x] un mélange gaussien pdf avec n termes de poids uniforme, signifie , et les variances correspondantes :{μ1,...,μn}{μ1,...,μn}\{\mu_{1},...,\mu_{n}\}{σ1,...,σn}{σ1,...,σn}\{\sigma_{1},...,\sigma_{n}\}
Le graphique ci-dessous montre la saturation d'une route par rapport à l'impact sur le temps de trajet (normalisé en temps de trajet en flux libre). La courbe bleue (fonction BPR) présente un modèle standardisé utilisé sur le terrain pour relier le temps de trajet et la saturation. Pour les données...
Comme échauffement avec des réseaux de neurones récurrents, j'essaie de prédire une onde sinusoïdale à partir d'une autre onde sinusoïdale d'une autre fréquence. Mon modèle est un simple RNN, sa passe avant peut s'exprimer comme suit: rtzt= σ(Wje n⋅Xt+Wr e c⋅rt - 1) )=Wo u...
Je viens de voir cette question et la merveilleuse réponse acceptée dans ce forum. J'ai ensuite été incité à essayer de comprendre intuitivement pourquoi la division deSXSySxSyS_xS_y normalise la covariance: COV( X, Y)SXSy∈ [ - 1 , 1 ]COV(X,Y)SxSy∈[−1,1]\frac{\operatorname{COV}(X,Y)}{S_xS_y} \in...
J'analyse un ensemble de données contenant des observations de n nombre de tentatives par des joueurs dans un jeu. Si je construis un modèle de régression pour prédire le résultat de chaque tentative avec un ou plusieurs descripteurs concernant chaque tentative de joueur , comment puis-je mesurer...
J'exécute quelques régressions et, comme je voulais être du bon côté, j'ai décidé d'utiliser des erreurs standard HAC (hétéroscédasticité et autocorrélation cohérentes) tout au long. Il peut y avoir quelques cas où la corrélation série n'est pas présente. Est-ce de toute façon une approche valable?...
Considérons un tableau de fréquences 2x2 typique (montré dans cette image): Notation: La variable de ligne est notée R et prend les valeurs 0 ou 1; la variable de colonne est notée C et prend les valeurs 0 ou 1. Les cellules du tableau indiquent la fréquence de chaque combinaison de R et C; par...
En général, dois-je recycler mon réseau de neurones avec moins de neurones afin qu'il ait moins de neurones ReLU morts? J'ai lu des opinions contradictoires sur les ReLU morts. Certaines sources affirment que les ReLU morts sont bons car ils encouragent la rareté. D'autres disent qu'ils sont...
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé l'année dernière . J'essaie d'adapter le modèle linéaire généralisé pour la famille...
Je me demandais si quelqu'un ici pouvait expliquer la différence entre le mode de normalisation l1, l2 et max dans le module sklearn.preprocessing.normalize ()? Après avoir lu la documentation, je n'ai pas réalisé la
Je cite (soulignement le mien) de la définition de wikipedia : La proposition de la théorie des probabilités connue sous le nom de loi de l'espérance totale, ..., stipule que si X est une variable aléatoire intégrable (c'est-à-dire une variable aléatoire satisfaisant E (| X |) <∞) et Y est...