«approximation» 태그된 질문

특정 랜덤 분포의 순서 통계에 대해 잘 알려진 공식이 있습니까? 특히 정규 랜덤 변수의 첫 번째 및 마지막 순서 통계이지만 더 일반적인 대답도 인정됩니다. 편집 : 명확히하기 위해 정확한 적분 표현식이 아니라 다소 명시 적으로 평가 될 수있는 수식을 찾고 있습니다. 예를 들어, 정규 rv의 1 차 통계량 (즉, 최소값)에 …

38 distributions  normal-distribution  approximation  order-statistics 

베이지안 통계에서, 사후 분포가 다루기 어려워서 대략적인 추론이 적용되어야한다고 종종 언급됩니다. 이 난치 유발 요인은 무엇입니까?

28 bayesian  approximation  inference 

하자 및 2 iidrv의 수 곳 . 의 분포를 알고 싶습니다 .X 2 로그 ( X 1 ) , 로그 ( X 2 ) ~ N ( μ , σ ) X 1 - X 2X1X1X_1X2X2X_2log(X1),log(X2)∼N(μ,σ)log⁡(X1),log⁡(X2)∼N(μ,σ)\log(X_1),\log(X_2) \sim N(\mu,\sigma)X1−X2X1−X2X_1 - X_2 내가 할 수있는 최선의 방법은 테일러 시리즈를 모두 가져 와서 …

23 probability  distributions  random-variable  lognormal  approximation 

최근 cstheory stackexchange에 대한 ML과 같은 질문이 있었고 Powell의 방법, 기울기 강하, 유전자 알고리즘 또는 기타 "근사 알고리즘"을 추천하는 답변을 게시했습니다 . 한 의견에서 누군가이 방법이 "추론"이 아니라 "근사 알고리즘"이라고 말했으며 이론상 최적에 가깝지 않은 경우가 많았습니다 ( "자주 발생하는 지역적 최소"때문에). 다른 사람들도 그것에 동의합니까? 또한 검색 공간의 많은 …

23 machine-learning  optimization  approximation 

주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

정규 분포를 근사화하는 하나의 순진한 방법은 [ 0 , 1 ] 에 균일하게 분포 된 100100100 IID 랜덤 변수 를 더한 다음 중앙 한계 정리를 사용하여 최근 및 크기를 조정하는 것입니다. ( 참고 : Box-Muller 변환 과 같은보다 정확한 방법이 있습니다 .) IID U ( 0 , 1 ) 랜덤 …

20 normal-distribution  central-limit-theorem  moments  approximation 

n 개의 행과 m 개의 열이있는 행렬이있는 경우 SVD 또는 다른 방법을 사용 하여 주어진 행렬의 낮은 순위 근사값 을 계산할 수 있습니다 . 그러나 낮은 순위 근사는 여전히 n 개의 행과 m 개의 열을 갖습니다. 동일한 수의 기능이 남아 있다고 가정 할 때 기계 학습 및 자연어 처리에 낮은 …

20 r  matrix  approximation 

정규 분포의 CDF에 대한 수식을 쉽게 처리 할 수 ​​있기 때문에 복잡한 오류 함수로 인해 다소 누락되었습니다. 그러나 대한 좋은 공식이 있는지 궁금합니다 . 또는이 문제에 대한 "최신 상태"의 근사값은 무엇입니까?엔( c−≤ x &lt; c+| μ, σ2)엔(씨−≤엑스&lt;씨+|μ,σ2)N(c_{-} \leq x < c_{+}| \mu, \sigma^2)

18 normal-distribution  approximation 

작년 NIPS 2017에서 Ali Rahimi와 Ben Recht는 논문 "대규모 커널 머신 을위한 랜덤 기능 " 에서 무작위 기능을 도입 한 후 시간이 지남에 따라 테스트를 거쳤으며 , 이후 무작위 부엌 싱크 알고리즘으로 체계화되었습니다. 논문 발표의 일환으로, 모델은 5 줄의 MATLAB에서 구현 될 수 있음을 보여주었습니다. % Approximates Gaussian Process regression …

18 machine-learning  svm  gaussian-process  approximation 

잡음을 통해서만 관찰 할 수 있는 함수 가 있다고 가정 f(x)f(x)f(x)합니다. 우리는 f(x)f(x)f(x) 직접 계산할 수 없으며 만 계산 합니다. f(x)+ηf(x)+ηf(x) + \eta여기서 ηη\eta 는 임의의 노이즈입니다. (실제로 나는 Monte Carlo 방법을 사용하여 를 계산 합니다.)f(x)f(x)f(x) 근을 찾는 데 사용할 수있는 방법 , 즉 되도록 계산하는 방법은 무엇입니까 ?x f …

17 approximation 

하자 의 값을 가지고 IID 확률 변수의 계열 수 평균 갖는 및 분산 \ 시그마 ^ 2 . 알고있을 때마다 \ sigma를 사용하여 평균에 대한 간단한 신뢰 구간은 P (| \ bar X-\ mu |&gt; \ varepsilon) \ le \ frac {\ sigma ^ 2} {n \ varepsilon ^ 2}로 …

15 normal-distribution  confidence-interval  references  asymptotics  approximation 

네트워크 모티프 감지를위한 소프트웨어 패키지는 엄청나게 높은 Z- 점수를 반환 할 수 있습니다. 이 Z- 점수가 가짜임을 보여줄 계획입니다. 거대한 Z- 점수는 매우 낮은 관련 확률에 해당합니다. 관련 확률의 값은 예를 들어 최대 6의 Z- 점수에 대한 정규 분포 위키 백과 페이지 (및 아마도 모든 통계 교과서)에 제공됩니다. 질문 : …

14 probability  normal-distribution  p-value  approximation  z-statistic 

보편적 근사 정리는 신경망에서 매우 유명한 결과이며, 기본적으로 일부 가정 하에서 어떤 기능 내에서도 신경망에 의해 함수가 균일하게 근사 될 수 있다고 명시합니다. 컨볼 루션 신경망에 적용되는 유사한 결과가 있습니까?

14 neural-networks  conv-neural-network  approximation 

Welch의 t- 검정을 사용하여 평균의 동등성을 테스트하고 있습니다. 근본적인 분포는 정상과는 거리가 멀다 ( 여기서는 관련 토론의 예보다 비뚤어 짐 ). 더 많은 데이터를 얻을 수 있지만 어느 정도까지 결정하는 원칙적인 방법을 원합니다. 표본 분포가 수용 가능하다는 평가를 내리는 데 좋은 휴리스틱이 있습니까? 정규 성과의 편차는 가장 중요합니까? 표본 통계에 …

12 normal-distribution  t-test  bootstrap  central-limit-theorem  approximation 

을 감안할 때 IID , 그리고 찾고 :N≥30N≥30N\geq30Xn≈N(μX,σ2X)Xn≈N(μX,σX2)X_n\approx\mathcal{N}(\mu_X,\sigma_X^2)μX≈0μX≈0\mu_X \approx 0 정확한 닫힌 형태 분포 근사 YN=∏1NXnYN=∏1NXnY_N=\prod\limits_{1}^{N}{X_n} 동일한 제품의 점근 적 ( 지수 ?) 근사 이것은 일반적인 질문 인 의 특별한 경우 입니다.μX≈0μX≈0\mu_X \approx 0

12 distributions  normal-distribution  asymptotics  approximation