통계 및 빅 데이터

나는 딥 러닝으로 시작하여, 내가 찾을 수없는 질문이 있습니다. 어쩌면 제대로 검색하지 않았을 수도 있습니다. 내가 본 이 대답을 하지만 체중 부패 손실이 무엇인지 아직 명확하지 않다 그리고 그것은 손실 함수에 어떻게 관련이있다.

11 neural-networks  conv-neural-network 

선형 혼합 효과 모델은 그룹으로 수집 및 요약 된 데이터에 대한 선형 회귀 모델의 확장입니다. 주요 장점은 계수가 하나 이상의 그룹 변수와 관련하여 달라질 수 있다는 것입니다. 그러나 혼합 효과 모델을 사용할 때 어려움을 겪고 있습니까? 나는 극단적 인 경우 장난감 예제를 사용하여 내 질문을 정교하게 할 것입니다. 동물의 키와 …

11 regression  mixed-model  random-effects-model  linear 

소프트웨어에 의문을 제기하고 편재와 특유성에 대한 변명으로 biplot()R 의 함수 에 대해 묻고 싶습니다 . 더 구체적으로, 중첩 된 기본 빨간색 화살표의 계산 및 플로팅에 대해 묻고 싶습니다. 기본 변수에. [일부 의견을 이해하기 위해, 처음 게시 된 음모에는 관심이 거의없는 문제가 있었으며 이제 지워졌습니다.]

11 r  pca  biplot 

단순 선형 모형 : ϵ t N ( 0 , σ 2 )x=αt+ϵtx=αt+ϵtx=\alpha t + \epsilon_t 여기서 ~ iidϵtϵt\epsilon_tN(0,σ2)N(0,σ2)N(0,\sigma^2) 와 및V a r ( x ) = σ 2E(x)=αtE(x)=αtE(x) = \alpha tVar(x)=σ2Var(x)=σ2Var(x)=\sigma^2 AR (1) : Xt= α Xt - 1+ ϵ티엑스티=α엑스티−1+ϵ티X_t =\alpha X_{t-1} + \epsilon_t 여기서 ~ iid N ( …

11 regression  stochastic-processes  autoregressive  deterministic 

math.stackexchange 의 질문에 흥미 를 가지고 경험적으로 조사하면서 iid 임의 변수의 합의 제곱근에 대한 다음 진술에 대해 궁금합니다. 가정 유한 비제로 평균 확률 변수이다 IID μ 와 분산 σ 2 및 Y는 = N Σ는 i가 = 1 X를 I . 중심 한계 정리는 Y - n μ 라고 말합니다.X1,X2,…,XnX1,X2,…,XnX_1, …

11 normal-distribution  central-limit-theorem  sum 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

내가 본 모든 현대 추천 시스템에서 행렬 인수 분해에 의존하는 것은 음수가 아닌 행렬 인수 분해가 사용자 영화 행렬에서 수행됩니다. 비 음성이 왜 해석 성 및 / 또는 희소 요인을 원하는지 이해하는 이유를 이해할 수 있습니다. 그러나 넷플릭스 상 경쟁에서와 같이 예측 성능에만 관심이 있다면 왜 부정이 아닌 제한을 적용해야합니까? …

11 recommender-system  svd  matrix-decomposition  nnmf 

다른 자체 정의 범주에 속하는 단어 목록이 있습니다. 각 범주에는 고유 한 패턴이 있습니다 (예를 들어, 하나는 특수 문자로 고정 길이를 가지며 다른 하나는이 범주에서 "단어"등으로 나타나는 문자가 존재 함). 예를 들면 다음과 같습니다. "ABC" -> type1 "ACC" -> type1 "a8 219" -> type2 "c 827" -> type2 "ASDF 123" …

11 machine-learning  classification  similarities  supervised-learning 

임의의 변수 주어지면 의 평균과 분산은 무엇입니까?G = 1와이= Ex p ( λ )Y=Exp(λ)Y = Exp(\lambda)G = 1와이G=1YG=\dfrac{1}{Y} 역 감마 분포를 보았지만 평균과 분산은 각각 및 대해서만 정의 됩니다 ...α > 2α > 1α>1\alpha>1α > 2α>2\alpha>2

11 variance  mean  exponential 

가 에 균일하게 분포되어 있다고 가정 합니다. 및 이라고하자 . 와 의 상관 이 0 임을 보여줍니다 .XXX[0,2π][0,2π][0, 2\pi]Y=sinXY=sin⁡XY = \sin XZ=cosXZ=cos⁡XZ = \cos XYYYZZZ 사인과 코사인의 표준 편차와 공분산을 알아야 할 것 같습니다. 이것을 어떻게 계산할 수 있습니까? 에 균일 한 분포가 있고 변환 된 변수 및 가 있다고 …

11 correlation  variance  random-variable  expected-value 

나는 단어 임베딩에 매우 익숙하다. 학습 후 문서가 어떻게 보이는지 시각화하고 싶습니다. 나는 t-SNE가 그것을위한 접근법이라는 것을 읽었다. 포함 크기로 250 크기의 100K 문서가 있습니다. 사용 가능한 여러 패키지도 있습니다. 그러나 t-SNE의 경우 반복 횟수 나 알파 값 또는 퍼펙 스 빌리티 값을 더 잘 알고 있어야합니다. 이러한 하이퍼 파라미터입니까 …

11 pca  dimensionality-reduction  word2vec  word-embeddings  tsne 

몇 가지 사항에 약간 흐릿한 점이 있으면 도움을 주시면 감사하겠습니다. 선형 회귀 모델이 조건부 기대를 통해 예측된다는 것을 이해합니다. E(Y|X)=b+Xb+eE(Y|X)=b+Xb+eE(Y|X)=b+Xb+e 우리는XXX 와 YYY 확률 분포가 알려지지 않은 임의의 변수 합니까? 잔차와 추정 된 베타 계수 만이 랜덤 변수라는 것을 이해했습니다. 그렇다면 예를 들어 Y=Y=Y = 비만이고 X=X=X = 나이 인 …

11 regression 

두 개의 이산 분포 및 에 대해 교차 엔트로피는 다음과 같이 정의됩니다.q피피p큐큐q H( p , q) = − ∑엑스p ( x ) 로그큐( x ) .H(피,큐)=−∑엑스피(엑스)로그⁡큐(엑스).H(p,q)=-\sum_x p(x)\log q(x). 이것이 왜 두 확률 분포 사이의 거리를 직관적으로 측정 할 수 있을지 궁금합니다. 그 볼 의 엔트로피 , 측정치 「놀람」 . 는 …

11 probability  distributions  cross-entropy 

pg. 통계 학습 입문의 34 : \newcommand{\Var}{{\rm Var}} 수학적 증명이 책의 범위를 넘어이지만, 예상 시험 MSE는, 주어진 값에 대한 것을 보여 할 수 x0x0x_0 : 항상 세 가지 기본 수량의 합계로 분해 될 수있는 분산 의 f^(x0)f^(x0)\hat{f}(x_0) , 제곱 바이어스 의 f^(x0)f^(x0)\hat{f}(x_0) 에러 조건의 편차 εε\varepsilon . 그건, E(y0−f^(x0))2=Var(f^(x0))+[Bias(f^(x0))]2+Var(ε)E(y0−f^(x0))2=Var(f^(x0))+[Bias(f^(x0))]2+Var(ε) E\left(y_0 …

11 machine-learning  variance 

나는 평소 최소 제곱 (OLS) 추정값을 연구하기 시작했으며 여전히 초기 단계입니다. 나는 이미 계량 경제학에 관한 책을 샀지 만 온라인에서 아무것도 찾지 못했다. 그래서 최소한의 제곱 추정기를 설명하는 웹 사이트, 홈페이지 또는 기타 온라인 리소스가 있는지 궁금합니다. 일반적인 소개 또는 개요를 제공하는 자료를 찾고 있습니다. 지금까지 인터넷에서 너무 마음에 드는 …

11 references  least-squares