Donc dans une distribution normale, nous avons deux paramètres: la moyenne et la variance σ 2 . Dans le livre Pattern Recognition and Machine Learning , il apparaît tout à coup un hyperparamètre λ dans les termes de régularisation de la fonction d'erreur.μμ\muσ2σ2\sigma^2λλ\lambda Que sont les...
Je lis un article où les auteurs mènent d'une discussion sur l'estimation du maximum de vraisemblance au théorème de Bayes, apparemment comme une introduction pour les débutants. À titre d'exemple de vraisemblance, ils commencent par une distribution binomiale:
La "marge d'erreur" est-elle la même que "l'erreur standard"? Un exemple (simple) pour illustrer la différence serait
Généralement, quelle est la différence entre et ?E(X|Y)E(X|Y)E(X|Y)E(X|Y=y)E(X|Y=y)E(X|Y=y) Le premier est fonction de et le dernier est fonction de ? C'est tellement déroutant ..y
Supposons que est le vecteur qui maximise la variance de la projection des données avec la matrice de conception XuuuXXX . Maintenant, j'ai vu des documents qui font référence à uuu comme le (premier) composant principal des données, qui est également le vecteur propre avec la plus grande valeur...
Je suis un étudiant qui suit maintenant mon premier cours de statistique. Je suis confus par le terme «statistique de test». Dans ce qui suit (je l'ai vu dans certains manuels), semble être une valeur spécifique calculée à partir d'un échantillon spécifique. tttt=x¯¯¯−μ0s/n−−√t=x¯−μ0s/n...
Je connais très peu de probabilités et de statistiques, et je souhaite apprendre. Je vois le mot «distribution» utilisé partout dans différents contextes. Par exemple, une variable aléatoire discrète a une «distribution de probabilité». Je sais ce que c'est. Une variable aléatoire continue a une...
Il semble que la définition de l'apprentissage supervisé soit un sous - ensemble de l'apprentissage par renforcement, avec un type particulier de fonction de récompense qui est basée sur des données étiquetées (par opposition à d'autres informations dans l'environnement). Est-ce une représentation...
Dans mon travail, lorsque les individus se réfèrent à la valeur "moyenne" d'un ensemble de données, ils se réfèrent généralement à la moyenne arithmétique (c'est-à-dire "moyenne" ou "valeur attendue"). Si j'ai fourni le moyenne géométrique , les gens penseraient probablement que je suis sournois ou...
Dans la littérature sur les réseaux de neurones, nous rencontrons souvent le mot «tenseur». Est-ce différent d'un vecteur? Et à partir d'une matrice? Avez-vous un exemple précis qui clarifie sa définition? Je suis un peu confus quant à sa définition. Wikipédia n'aide pas et j'ai parfois...
J'avais utilisé le terme «Affaire Heywood» de manière quelque peu informelle pour faire référence à des situations où une estimation en ligne, «réponse finie» itérativement mise à jour de la variance devenait négative en raison de problèmes de précision numérique. (J'utilise une variante de la...
J'expérimente l'algorithme de la machine de renforcement de gradient via le caretpackage en R. À l'aide d'un petit ensemble de données d'admission à l'université, j'ai exécuté le code suivant: library(caret) ### Load admissions dataset. ### mydata <-
J'écris sur l'utilisation d'une «distribution de probabilité conjointe» pour un public qui serait plus susceptible de comprendre la «distribution multivariée», donc j'envisage d'utiliser la dernière. Cependant, je ne veux pas perdre de sens en faisant cela. Wikipédia semble indiquer qu'il s'agit de...
Selon M. Katz dans son livre Multivariable analysis (Section 1.2, page 6), " Un facteur de confusion est associé au facteur de risque et lié de manière causale au résultat. " Pourquoi le facteur de confusion doit-il être lié de manière causale au résultat? Serait-il suffisant que le confondant soit...
Je passe actuellement par un jeu de diapositives que j'ai pour "l'analyse factorielle" (PCA pour autant que je sache). On y dérive le "théorème fondamental de l'analyse factorielle" qui prétend que la matrice de corrélation des données entrant dans l'analyse ( ) peut être récupérée en utilisant la...
J'ai vu une version «invariante par permutation» de la tâche de reconnaissance des chiffres du MNIST. Qu'est-ce que ça veut
J'ai vu l' opérateur do(x)do(x)do(x) partout dans une revue de littérature que je fais sur la causalité (voir, par exemple, cette entrée wikipedia ). Cependant, je ne trouve pas de définition formelle et générale de cet opérateur. Quelqu'un peut-il me désigner une bonne référence à ce sujet? Je...
Je n'arrive pas à comprendre Thompson Sampling et comment cela fonctionne. Je lisais sur Multi Arm Bandit et après avoir lu l'algorithme de limite de confiance supérieure, de nombreux textes suggéraient que l'échantillonnage de Thompson était plus performant que l'UCB. Qu'est-ce que Thompson...
Il s'agit clairement d'une question de définition ou de convention, et presque sans importance pratique. Si est réglé sur sa valeur traditionnelle de 0,05, une valeur de p de 0,0500000000000 ... est-elle considérée comme statistiquement significative ou non? La règle pour définir la signification...
Le contexte de cette question s'inscrit dans un cadre de santé c'est-à-dire en examinant une ou plusieurs thérapies dans le traitement d'une condition. Il semble que même des chercheurs très respectés confondent les termes efficacité et efficacité , en utilisant les termes de manière...