«approximation» 태그된 질문

분포, 함수 또는 기타 수학적 물체에 대한 근사치. 어떤 것을 근사한다는 것은 어떤 점에서는 더 단순하지만 정확한 것은 아닌 어떤 표현을 찾는 것을 의미합니다.

4
정규 확률 변수에 대한 대략적인 순서 통계
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 …



2
기계 학습 기술은 "근사 알고리즘"입니까?
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 …

4
PCA 공간에 새로운 벡터를 투영하는 방법?
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 


5
왜 근사치가 낮은가?
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 …

3
정규 분포의 명확한 구간 평가
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)

1
임의 부엌 싱크대는 어떻게 작동합니까?
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 …

1
확률 함수에 대한 근본 발견
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 …


3
터무니없이 큰 Z 점수와 관련된 확률을 계산하는 방법은 무엇입니까?
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 : …


1
t- 검정에 대한“대략 정상”의 평가
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 …

1
N 정상 iid 제품의 대략적인 분포? 특수한 경우 μ≈0
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

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.