Je suis un débutant utilisant l'apprentissage automatique (j'ai terminé le cours de Ng), j'utilise scikit-learn en python. Je veux trouver le meilleur moyen de détecter les anomalies dans notre système. Nous avons des événements en cours qui se produisent à un horaire (toutes les quelques minutes /...
Je fais juste quelques jeux d'esprit en passant par mes notes de statistiques ... J'ai vu des ACF autour avec des valeurs négatives aux retards 1 et 2 - je peux avoir un esprit vide ici, mais un AC négatif élevé au retard 1 n'impliquerait pas une série comme (-1,1, -1,1, ...), et en tant que tel,...
Supposons que est un échantillon aléatoire à partir d' une fonction de distribution continue . Soit indépendant des . Comment puis-je calculer
Peut-on généraliser toutes les méthodes d'ensemble en utilisant le vote? Les méthodes de stimulation utilisent-elles également le vote pour amener les apprenants faibles dans le modèle final? Ma compréhension de la technique: Boosting: ajoute continuellement un apprenant faible pour booster les...
Si ma probabilité a la forme d'une distribution bêta et que je veux utiliser l'a priori de Jeffreys pour ses paramètres, quelle est la forme de l'a priori? Pour certaines distributions, il est assez simple de calculer. par exemple, dans le cas binomial, l'attente de la dérivée seconde vous donne...
Une propriété fondamentale de la régression à effets aléatoires est que les estimations d'interception aléatoire sont "rétrécies" vers la moyenne globale de la réponse en fonction de la variance relative de chaque estimation. U^j=ρjy¯j+(1−ρj)y¯U^j=ρjy¯j+(1−ρj)y¯\hat{U}_j = \rho_j \bar{y}_j +...
Quelqu'un peut-il fournir une vue intuitive sur pourquoi il est préférable d'avoir une version bêta plus petite? Pour LASSO, je peux comprendre cela, il y a un composant de sélection de fonctionnalités ici. Moins de fonctionnalités rendent le modèle plus simple et donc moins susceptible d'être...
J'ai la configuration suivante pour un projet de recherche Finance / Machine Learning dans mon université: j'applique un (Deep) Neural Network (MLP) avec la structure suivante dans Keras / Theano pour distinguer les actions surperformantes (étiquette 1) des actions sous-performantes ( étiquette 0)....
J'ai un ensemble de données qui examine les demandes d'immigration et les acceptations de visa (octroi de visas). Les taux sont calculés pour les demandes de visa «acceptées» et «rejetées». Cependant, l'ensemble de données contient également des valeurs pour les cas fermés. Normalement, c'est...
Je ne peux pas saisir ma tête autour de cette propriété des séries stationnaires et de la fonction d'autocorrélation. Je dois prouver que ∑h=1n−1ρ^(h)=−12∑h=1n−1ρ^(h)=−12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Où et est la fonction
L'article trace pour 100 femmes qui utilisent un certain type de méthode de contraception le nombre de grossesses non planifiées au fil du temps. https://www.nytimes.com/interactive/2014/09/14/sunday-review/unplanned-pregnancies.html?_r=0 En particulier, à la fin de l'article, ils disent: Les...
Je suis tombé sur une mesure d'erreur utilisée pour quantifier l'erreur de reconstruction d'un modèle: ε =∑je(yje-mje)2∑je(yje-y¯)2ε=∑i(yi−mi)2∑i(yi−y¯)2 \varepsilon = \frac{\sum_i{\left(y_i-m_i\right)^2}}{\sum_i{\left(y_i-\bar{y}\right)^2}} où yjeyiy_i est le jeiie point de données, mjemim_i est...
Motivation Dans le contexte de l'inférence post-sélection de modèle, Leeb et Pötscher (2005) écrivent: Bien que l'on sache depuis longtemps que l'uniformité (au moins localement) par rapport aux paramètres est un problème important dans l'analyse asymptotique, cette leçon a souvent été oubliée dans...
J'ai du mal à trouver une ressource en ligne qui dérive de la matrice d'informations attendue de Fisher pour la distribution t de Student univariée. Quelqu'un connaît-il une telle ressource? En l'absence de toute ressource existante qui dérive de la matrice d'informations de Fisher attendue pour la...
Des algorithmes d'itération de politiques et de valeurs peuvent être utilisés pour résoudre des problèmes de processus de décision de Markov. J'ai du mal à comprendre les conditions nécessaires à la convergence. Si la politique optimale ne change pas pendant deux étapes (c'est-à-dire pendant les...
Selon Lee et Little 2017 , lors de l'utilisation des méthodes de score de propension (PS), la pondération sur les cotes générera l'effet de traitement moyen sur le traité (ATT), tandis que l'utilisation de la sous-classification et de la pondération par la probabilité inverse de traitement (IPTW)...
Prenons l'exemple simple suivant: library( rms ) library( lme4 ) params <- structure(list(Ns = c(181L, 191L, 147L, 190L, 243L, 164L, 83L, 383L, 134L, 238L, 528L, 288L, 214L, 502L, 307L, 302L, 199L, 156L, 183L), means = c(0.09, 0.05, 0.03, 0.06, 0.07, 0.07, 0.1, 0.1, 0.06, 0.11, 0.1, 0.11, 0.07,...
Nous avons discuté de l'utilité des estimateurs groupés OLS et RE par rapport à FE. Donc, pour autant que je sache, l'estimation OLS groupée est simplement une technique OLS exécutée sur des données Panel. Par conséquent, tous les effets spécifiques à chaque individu sont complètement ignorés. Pour...
Nous pouvons simuler une régression linéaire sans caractère aléatoire, ce qui signifie que nous faisons au lieu de . Ensuite, si nous ajustons un modèle linéaire, les coefficients seront identiques à la "vérité fondamentale". Voici un exemple.y=Xβy=Xβy=X\betay=Xβ+ϵy=Xβ+ϵy=X\beta+\epsilon...
Je veux effectuer une analyse de sentiment sur du texte, j'ai parcouru plusieurs articles, certains d'entre eux utilisent "Naive Bayes" et d'autres sont "Recurrent Neural Network (LSTM)" , d'autre part j'ai vu une bibliothèque python pour l'analyse de sentiment qui est nltk. Il utilise "Naive...