«self-study» 태그된 질문

ReLU 활성화 기능의 미분은 무엇입니까? R의 전자 L U ( X ) = m X ( 0 , X )ReLU(x)=max(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) 에서 함수에 불연속성이있는 특수한 경우는 어떻습니까?x = 0x=0x=0

15 self-study  neural-networks 

질문 경우 X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1) IID 후 계산되어 E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right) 여기서는 T=∑iXiT=∑iXiT = \sum_i X_i . 시도 : 아래가 올바른지 확인하십시오. ∑iE(Xi∣T)=E(∑iXi∣T)=T.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i \mathbb{E}\left( X_i \mid T \right) = \mathbb{E}\left( \sum_i X_i \mid T \right) = T . \end{align} 와 같은 조건부 기대 값의 합을합시다 . …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

(aa는 많은 사람 중 하나 일 것이고, bb는 그렇지 않을 것입니다) 나는 그것이 10이라고 생각했다! / 8! 그러나 분명히 나는 ​​뭔가 잘못하고 있습니다. 내가 혼란스러워서 누구든지 나를 도울 수 있습니까?

14 self-study  combinatorics 

대학에서 기계 학습 과정을 수강했습니다. 퀴즈 중 하나 에서이 질문을 받았습니다. 모델 1 : y=θx+ϵy=θx+ϵ y = \theta x + \epsilon 모델 2 : y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon 위의 모델 중 어느 것이 데이터에 더 적합합니까? (선형 회귀를 사용하여 데이터를 모델링 할 수 있다고 …

14 regression  machine-learning  self-study  modeling  model 

우리는 랜덤 변수들의 스트림 합계하자 X I I I D ~ U ( 0 , 1 )Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1) ; YYY 가 총계가 1을 초과하는 데 필요한 항의 수 라고하자 . 즉 YYY 는 가장 작은 수이다. X 1 + X 2 + ⋯ + X Y > 1.X1+X2+⋯+XY>1.X_1 + …

14 probability  self-study  expected-value  uniform 

Pr(X>x)Pr(X>x)\Pr(X>x)

14 self-study 

먼저, 이 흥미로운 사이트의 모든 활동 회원이 통계 전문가 가 아니라고 생각합니다 . 그렇지 않으면 다음과 같은 질문이 의미가 없습니다! 물론 그것들을 존중하지만 개념보다는 좀 더 실용적인 설명이 필요합니다. 나는 Wikipedia 의 예제로 시작 하여 다음을 정의합니다 point process. S를 Borel σ- 대수 B (S)가 장착 된 로컬로 초소형의 계산 …

14 self-study  terminology  notation 

R에서 drop1명령은 깔끔한 것을 출력합니다. 이 두 명령은 약간의 출력을 가져옵니다. example(step)#-> swiss drop1(lm1, test="F") 광산은 다음과 같습니다. > drop1(lm1, test="F") Single term deletions Model: Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC F value Pr(F) <none> 2105.0 190.69 Agriculture 1 …

14 r  regression  self-study  stepwise-regression 

glmnetwithin caret을 사용하여 최적의 람다를 검색 cv.glmnet하고 동일한 작업을 수행하는 것을 비교하는 데 많은 혼란이있는 것 같습니다 . 다음과 같은 많은 질문이 제기되었습니다. 분류 모델 train.glmnet 대 cv.glmnet? 캐럿과 함께 glmnet을 사용하는 올바른 방법은 무엇입니까? `caret`를 사용한 교차 유효성 검사`glmnet` 그러나 질문의 ​​재현 가능성으로 인한 답변이 없습니다. 첫 번째 질문에 …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 오년 전에 . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) Deviance Residuals: Min 1Q Median 3Q Max -3.7422 …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Andrew Ng의 기계 학습 과정을 수강하고 여러 번 시도한 후에도이 질문에 대한 답변을 얻을 수 없었습니다. 레벨을 통과했지만이 문제를 해결하는 데 도움이됩니다. 명의 학생들이 일부 수업을 받았고 수업에 중간 시험과 최종 시험이 있다고 가정 합니다. 두 시험에서 점수 데이터 세트를 수집했으며 다음과 같습니다.m = 4m=4m=4 midterm (midterm)^2 final 89 7921 …

14 machine-learning  self-study  normalization 

연속 변수 것을 알고 있습니다.P[X=x]=0P[X=x]=0P[X=x]=0 그러나 이면 가능한 수의 가 무한 하다는 것을 시각화 할 수 없습니다 . 또한 왜 그들의 확률이 무한히 작아 지는가?P[X=x]=0P[X=x]=0P[X=x]=0xxx

14 probability  self-study  references  continuous-data 

하자 및 것을 네 랜덤 변수하여야 . 여기서 은 알 수없는 매개 변수입니다. 또한 , 라고 가정하십시오그렇다면 어느 것이 사실입니까?Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3Y4Y4Y_4E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3 V a r ( Y i ) = σ 2 i = 1 , 2 , 3 , 4.θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3Var(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. A. 는 …

13 self-study  estimation  inference 

지난 몇 년 동안 혼돈 이론에 대한 일부 대중 시장의 작품을 우연히 읽는 동안 신경망, 패턴 인식, 불확실성 관리 등과 같은 데이터 마이닝 및 관련 분야에 다양한 측면이 어떻게 적용될 수 있는지 궁금해지기 시작했습니다. 나는 출판 된 리서치에서 그러한 애플리케이션의 예를 거의 접하지 않았기 때문에 a) 실제로 알려진, 출판 된 …

13 self-study  mathematical-statistics  references  data-mining  fractal 

주교의 패턴 인식 및 기계 학습의 3.2 절 에서, 제곱 손실 함수에 대해 예상 손실이 제곱 바이어스 항으로 분해 될 수 있음을 나타내는 바이어스-분산 분해에 대해 설명합니다 (평균 예측이 실제로부터 얼마나 멀리 떨어져 있는지 설명 함). 모델), 분산 항 (평균 주변 예측의 확산을 설명) 및 잡음 항 (데이터의 고유 잡음을 …

13 self-study  variance  bias  regularization  loss-functions