통계 및 빅 데이터

내가 한 거의 모든 분석 작업에서 다음을 사용합니다. set.seed(42) Hitchhiker 's Guide to the Galaxy에 경의를 표합니다 . 그러나 동일한 시드를 반복해서 사용하여 편견을 만들고 있는지 궁금합니다.

31 random-generation 

나는 후자가 무엇인지 이해하지만 후자가 무엇을 의미하는지 잘 모르겠습니다. 2는 어떻게 다릅니 까? Kevin P Murphy는 교과서 인 Machine Learning : Probabilistic Perspective 에서 "내부 신념 상태"라고 지적했습니다. 이것이 실제로 무엇을 의미합니까? 나는 Prior가 당신의 내부 신념이나 편견을 나타냅니다.

31 posterior  definition 

수백만 개의 포인트가 존재할 때 R이 플롯을 생성하는 데 오랜 시간이 걸릴 수 있습니다. 포인트가 개별적으로 플롯 된 경우 놀랍지 않습니다. 또한, 그러한 음모는 종종 너무 복잡하고 조밀하여 유용하지 않습니다. 많은 점들이 겹치면서 검은 덩어리를 형성하며 많은 시간을 그 덩어리에 더 많은 점을 그리는 데 소비됩니다. 표준 산점도에서 큰 데이터 …

31 r  data-visualization 

결합 확률이 2 개의 사건의 교집합이라면, 2 개의 독립 사건의 결합 확률이 전혀 교차하지 않기 때문에 0이 아니어야하지 않습니까? 혼란 스러워요.

30 probability  joint-distribution 

그 변수 중 일부는 서로 밀접하게 관련되어 있습니다. 어떻게 / 왜 / 어떤 맥락에서 우리는 그것들을 독립 변수 로 정의 합니까?

30 regression  terminology  predictor 

신경망은 목표를 달성하기위한 수단으로 데이터 세트의 기능을 학습합니다. 그것이 끝나면 신경망이 무엇을 배웠는지 알고 싶을 것입니다. 기능은 무엇이며 왜 그 점에 관심이 있었습니까? 누군가이 문제와 관련된 작업 본문에 대한 언급을 할 수 있습니까?

30 neural-networks  deep-learning 

임의 포리스트 분류기의 소프트웨어 구현에는 사용자가 포리스트의 트리 수를 포함하여 알고리즘의 동작을 미세 조정할 수있는 많은 매개 변수가 있습니다. 이 요구가 같은 방식으로, 조정 될 수있는 매개 변수 , 기능의 수는 각 분할 (어떤 레오 브레이 만 통화에서 시도 )?mmmmtry

30 classification  optimization  random-forest  hyperparameter 

사람들이 기계 학습 문제의 기존 기능을 기반으로 새로운 기능을 만드는 경우가 종종 있습니다. 예를 들어, 여기 : https://triangleinequality.wordpress.com/2013/09/08/basic-feature-engineering-with-the-titanic-data/ 사람들은 가족의 크기를 새로운 기능으로 간주했습니다. 기존 기능이었던 형제 자매 및 부모의 수 그러나 이것의 요점은 무엇입니까? 상관 관계가있는 새로운 기능을 만드는 것이 왜 유용한 지 모르겠습니다. 자체적으로 알고리즘을 수행하는 것이 아닌가요?

30 machine-learning  feature-engineering 

나는 p- 값에 대한 일련의 블로그 게시물을 작성하려고 시도하고 있으며 그것이 시작된 곳으로 돌아가는 것이 흥미로울 것이라고 생각했습니다. 이는 Pearson의 1900 년 논문으로 보입니다. 이 백서에 익숙하면 적합도 테스트에 해당한다는 것을 기억할 것입니다. 피어슨은 p- 값과 관련하여 그의 언어에 약간 느슨합니다. 그는 p- 값을 해석하는 방법을 설명 할 때 반복적으로 …

30 p-value  history  ronald-fisher 

공정한 6 면체 주사위를 굴릴 때 예상되는 값으로 3.5를 얻는 방법을 이해합니다. 그러나 직관적으로 1/6의 기회로 각 얼굴을 기대할 수 있습니다. 따라서 주사위를 굴릴 것으로 예상되는 값이 같은 확률로 1-6 사이의 숫자가 아니어야합니까? 다시 말해, '공정한 6 면체 주사위를 던질 때의 예상 가치는 얼마입니까?'라는 질문을 받았을 때, '아, 1-6의 기회는 …

30 expected-value  terminology  history 

MRI 데이터를 사용하여 암에 대한 반응을 예측하는 4 계층 CNN이 있습니다. ReLU 활성화를 사용하여 비선형 성을 도입합니다. 열차 정확도와 손실은 각각 단조 증가하고 감소합니다. 그러나 테스트 정확도가 크게 변동하기 시작합니다. 학습 속도를 변경하려고 시도하고 레이어 수를 줄였습니다. 그러나 변동을 멈추지 않습니다. 나는이 답변을 읽고 그 답변의 지시를 따르려고했지만 다시 운이 …

30 machine-learning  python  deep-learning 

최근 에는 특정 데이터 세트에서 k-NN 분류기를 사용하도록 제안하는 논문을 보았습니다 . 저자는 사용 가능한 모든 데이터 샘플을 사용하여 서로 다른 k 값 에 대해 k- 폴드 교차 검증을 수행 하고 최상의 하이퍼 파라미터 구성의 교차 검증 결과를보고했습니다. 내 지식으로는이 결과는 편향되어 있으며 하이퍼 파라미터 최적화를 수행하는 데 사용되지 않은 …

30 cross-validation  references  model-selection  model-evaluation 

내 질문 은 Andrew Gelman의 블로그 게시물에 대한 이 의견 에서 나온 것으로 , 더 강력하게 추정된다는 근거는 아니지만 95 % 신뢰 구간 대신 50 % 신뢰 구간 사용을 주장합니다. 나는 세 가지 이유로 50 %에서 95 % 간격을 선호합니다 : 전산 안정성, 보다 직관적 인 평가 (50 % 간격의 …

30 confidence-interval  assumptions  robust 

평생 데이터에 대한 통계 모델 및 방법 책에 다음 과 같이 쓰여 있습니다. 검열 : 임의의 원인으로 인해 관측이 완료되지 않은 경우. 잘림 : 관측의 불완전한 특성이 연구 설계 고유의 체계적인 선택 과정으로 인한 경우. 잘림 정의에서 "연구 설계 고유의 체계적인 선택 프로세스"란 무엇입니까? 검열과 절단의 차이점은 무엇입니까?

30 self-study  censoring  truncation 

하자 t 와 B (t)가 백색 잡음 처리합니다. c t = a t + b t 가 반드시 백색 잡음 과정 이라고 말할 수 있습니까 ?atata_tbtbtb_tct=at+btct=at+btc_t=a_t+b_t

30 time-series  econometrics  white-noise