Ce problème est apparu dans mes recherches: supposons que Vje∼ EDVi∼EDV_i \sim \text{ED} sont les distributions exponentielles iid (ED) avec la moyenne 111 et laisse λλ\lambdaêtre un nombre non négatif. Est-il vrai que ∑k = 0∞λke- λV0⋯Vkk !∼ ED ?∑k=0∞λke−λV0⋯Vkk!∼ED? \sum_{k=0}^{\infty}...
J'ai un ensemble de données avec 338 prédicteurs et 570 instances (impossible de télécharger malheureusement) sur lequel j'utilise le Lasso pour effectuer la sélection des fonctionnalités. En particulier, j'utilise la cv.glmnetfonction glmnetcomme suit, où se mydata_matrixtrouve une matrice binaire...
Ma compréhension du fonctionnement de la covariance est que les données qui sont corrélées devraient avoir une covariance quelque peu élevée. Je suis tombé sur une situation où mes données semblent corrélées (comme le montre le diagramme de dispersion) mais la covariance est proche de zéro. Comment...
Je lis un impressionnant article introductif de HMC par le professeur Michael Betancourt, mais je suis coincé dans la compréhension de la façon dont nous procédons au choix de la distribution de l'élan. Sommaire L'idée de base de la console HMC est d'introduire une variable de momentum ppp en...
Je vois parfois des gens utiliser l'approximation de Taylor comme suit: E(ex)≈E(1+x)E(ex)≈E(1+x)E(e^x)\approx E(1+x) Je sais que l'approximation taylor fonctionne pour ex≈1+xex≈1+xe^x \approx 1+x Mais il n'est pas clair pour moi que nous pouvons faire l'approximation à l'intérieur de l'opérateur...
Je cherche à estimer un GLM hiérarchique mais avec une sélection de caractéristiques pour déterminer quelles covariables sont pertinentes au niveau de la population à inclure. Supposons que j'ai GGG groupes avec NNN observations et KKKcovariables possibles C'est-à-dire que j'ai une matrice de...
Je suis nouveau au ML. J'ai été informé que la normalisation L2 de la régression des crêtes ne punit pas l'interceptionθ0θ0\theta_{0}. Comme dans la fonction de coût: ∇θJ( θ ) =12∑i = 1m(hθ⃗ (X( i )) -y( i ))2+ λ∑j = 1nθ2j∇θJ(θ)=12∑i=1m(hθ→(x(i))−y(i))2+λ∑j=1nθj2...
Je suis tombé sur la formule pour obtenir les limites de confiance supérieures sur le problème des bandits armés de k: clnNjenje-----√clnNinic\sqrt{\frac{\text{ln} N_i}{n_i}} où njenin_i est la quantité d'échantillons que nous avons pour ce bandit particulier et NjeNiN_iest la quantité totale...
Supposons que vous ayez reçu des données d'un modèle de bloc aléatoire avec 4 répétitions et 23 traitements. Après une première inspection des données, vous constatez que pour 8 traitements toutes les répétitions sont identiques, ce qui est évidemment faux. Après avoir signalé le problème, vous...
J'ai récemment rencontré plusieurs sources "informelles" qui indiquent que dans certaines circonstances, si nous utilisons l' AIC ou le BIC pour former un modèle de série chronologique, nous n'avons pas besoin de diviser les données en test et en formation - nous pouvons utiliser tous les données...
Mon but ultime est de pouvoir générer un vecteur de taille NNNdes variables aléatoires de Bernoulli corrélées. Une façon de le faire est d'utiliser l'approche Coupla gaussienne. Cependant, l'approche Coupla gaussienne me laisse juste un vecteur: (p1, … ,pN) ∈ [ 0 , 1]N(p1,…,pN)∈[0,1]N (p_1, \ldots,...
Cela peut être une vague question, mais je me demande comment la transformation quantile de Scikit-Learn est mise en œuvre? Je me demande comment un ensemble de données asymétrique peut être transformé en une distribution normale comme celle-ci ? Scikit-learn fournit généralement un lien vers le...
Le théorème d'approximation universel pour les réseaux de neurones s'applique-t-il à une fonction d'activation (sigmoïde, ReLU, Softmax, etc ...) ou est-il limité aux fonctions sigmoïdes? Mise à jour: Comme le souligne shimao dans les commentaires, cela ne vaut absolument pour aucune fonction....
J'ai récemment découvert un article fascinant sur la prévision des rendements futurs du marché boursier. L'auteur présente le graphique ci-dessous et cite un R ^ 2 de 0,913. Cela rendrait la méthode de l'auteur bien supérieure à tout ce que j'ai jamais vu sur le sujet (la plupart soutiennent que le...
J'ai suivi des tutoriels en ligne pour le krigeage spatial avec geoRet gstat(et aussi automap). Je peux effectuer le krigeage spatial et je comprends les principaux concepts qui le sous-tendent. Je sais comment construire un semi-variogramme, comment y adapter un modèle et comment effectuer un...
Je jette un dé juste. Quelle est la distribution de probabilité du nombre de rouleaux jusqu'à ce que j'accumule d'abord: 1) Cinq uns 2) 20 occurrences de faces qui ne sont pas une? Je suis heureux de partager l'application réelle si cela peut vous
Est-ce que ce qui suit est vrai? biais faible = variance élevée biais élevé = faible variance Je comprends les biais élevés et faibles, mais en quoi la variance est-elle différente? Ou sont les synonymes
Je ne suis pas sûr de ce que je comprends de la documentation officielle, qui dit: Renvoie: Une paire (sorties, état) où: outputs: Le tenseur de sortie RNN. Si time_major == False( par défaut), ce sera une forme Tensor: [batch_size, max_time, cell.output_size]. Si time_major == True, ce sera une...
Dans "L'apprentissage automatique: une perspective probabiliste" de Kevin Murphy, le chapitre 3.2, l'auteur montre l'apprentissage conceptuel bayésien sur un exemple appelé "jeu de nombres": Après avoir observé NNN des échantillons de {1,...,100}{1,...,100}\{1,...,100\}, nous voulons choisir une...
Dans les commentaires sur ma réponse à une question récente sur la somme des variables aléatoires , je suis tombé sur un lien vers l'article de Wikipedia sur la distribution des ratios , et j'ai remarqué la revendication particulière suivante: Les règles algébriques connues avec des nombres...