«theory» 태그된 질문

어떤 상황에서 모형 적합 전에 변수를 스케일하거나 표준화하지 않겠습니까? 그리고 변수 스케일링의 장단점은 무엇입니까?

56 modeling  predictive-models  feature-selection  theory  standardization 

Al Rahimi는 최근 NIPS 2017에서 현재 기계 학습과 연금술을 비교 하여 매우 도발적인 연설을 했습니다. 그의 주장 중 하나는 우리가 이론적 발전으로 되돌아 가서 기초적인 결과를 입증하는 간단한 이론을 가져야한다는 것이다. 그가 말했을 때, ML에 대한 주요 정리를 찾기 시작했지만 주요 결과를 이해하는 좋은 참고 자료를 찾을 수 없었습니다. ML …

45 machine-learning  deep-learning  theory 

베이 즈 정리 와 관련된 주요 아이디어, 즉 개념은 무엇입니까 ? 복잡한 수학 표기법의 파생을 요구하지 않습니다.

36 probability  bayesian  theory 

아버지는 수학 애호가이지만 통계에 관심이 없습니다. 하는 깔끔한 것 시도 통계의 멋진 비트의 일부를 설명하기 위해, 그리고 CLT는 주요 후보입니다. 중앙 한계 정리의 수학적 아름다움과 영향을 비 통계 학자에게 어떻게 전달 하시겠습니까?

33 theory  central-limit-theorem 

나는 매우 기본적이고 최소한의 요구 사항 관점에서 이것을 생각하고 있습니다. 업계 (학계 아님) 통계학자가 정기적으로 알고 이해하고 활용해야하는 주요 이론은 무엇입니까? 마음에 떠오르는 것은 큰 법칙입니다 . 통계 분석을 데이터 분석에 적용하는 데 가장 필요한 것은 무엇입니까?

30 theory  careers  law-of-large-numbers 

RMSLE (Root Mean Squared Logarithmic Error)을 사용하여 장비 범주의 판매 가격을 예측하는 성능을 평가하는 기계 학습 경쟁을 해왔습니다. 문제는 최종 결과의 성공을 해석하는 방법을 잘 모르겠다는 것입니다. 예를 들어 의 RMSLE을 달성 하면 지수 지수 높이고 rmse처럼 해석 할 수 있습니까? (예 : )?1.0521.0521.052eeee1.052=2.863=RMSEe1.052=2.863=RMSEe^{1.052}=2.863=RMSE 그런 다음 내 예측이 실제 가격과 …

29 regression  machine-learning  interpretation  measurement-error  theory 

stats.SE에서 비슷한 질문을 참조하십시오 . 에서 증폭 과 같은 알고리즘 에이다 부스트 및 LPBoost를 "약한"학습자가 위키 백과에서 유용 할 더 나은 기회가보다 더 수행에만 결합하는 것으로 알려져있다 : 사용하는 분류기는 약할 수 있지만 (실질적인 오류율을 표시) 성능이 임의적이지 않은 한 (이진 분류의 경우 오류율이 0.5 인 경우) 최종 모델이 향상됩니다. …

28 machine-learning  theory  boosting 

방금 혼합 효과 모델링을 통해 측정의 반복성 (일명 신뢰성, 일명 클래스 내 상관 관계)을 계산하는 방법을 설명하는 이 문서를 보았습니다. R 코드는 다음과 같습니다. #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

가장 잘 알려진 산적 알고리즘은이 클래스의 알고리즘을 대중화 한 신뢰 상한 (UCB)입니다. 그 이후로 더 나은 알고리즘이 있다고 가정합니다. 현재 최고의 알고리즘은 무엇입니까 (경험적 성능 또는 이론적 한계 측면에서)? 이 알고리즘은 어떤 의미에서 최적입니까?

27 machine-learning  algorithms  theory  reinforcement-learning  multiarmed-bandit 

궁금한 점이 있는데, 이론적 / 이론적 기계 학습을하는 것이 왜 그렇게 중요한가? 인간으로서 개인적 관점에서, 나는 왜 머신 러닝이 중요한지를 이해할 수 있습니다. 인간은 자신이하는 일을 이해하는 것을 좋아합니다. 이론의 관점에서 수학은 재미있다 사물의 디자인을 안내하는 원칙이있을 경우 무작위 추측, 이상한 시행 착오에 소요되는 시간이 줄어 듭니다. 우리가 신경망이 실제로 …

25 machine-learning  neural-networks  conv-neural-network  theory 

적절한 점수 규칙에 대한 대부분의 리소스에는 로그 손실, 브리 어 점수 또는 구면 점수와 같은 여러 가지 점수 규칙이 언급되어 있습니다. 그러나 그들은 종종 그들 사이의 차이점에 대해 많은 지침을 제공하지 않습니다. (A 전시회 : Wikipedia ) 로그 점수를 최대화하는 모델을 선택하는 것은 최대 가능성 모델을 선택하는 것과 일치하며, 이는 …

22 machine-learning  classification  model-selection  theory  scoring-rules 

"분산은 편향 추정기"라는 말의 의미는 무엇입니까? 간단한 공식을 통해 편향 추정치를 편향 추정치로 변환하는 것은 무엇을 의미합니까? 이 전환은 정확히 무엇을합니까? 또한이 전환의 실제적인 용도는 무엇입니까? 특정 종류의 통계를 사용할 때이 점수를 변환합니까?

21 theory  unbiased-estimator  descriptive-statistics 

구체적으로, 나는 차원의 저주를 엄격하게 보여주고 설명 할 참고 문헌 (종이, 책)을 찾고 있습니다. 이 질문은 Lafferty와 Wasserman 이이 백서 를 읽기 시작한 후에 일어났습니다 . 세 번째 단락에서 그들은 가장 잘 알려진 수렴 속도가 임을 암시하는 "잘 알려진"방정식을 언급한다 n−4/(4−d)n−4/(4−d)n^{-4/(4-d)}. 누구든지 그것에 대해 설명하고 설명 할 수 있다면 매우 …

21 theory 

비모수 적 베이지안 (및 관련) 기술에 대해 더 배우고 싶습니다. 저의 배경은 컴퓨터 공학에 있으며 측정 이론이나 확률 이론에 대한 과정을 수강하지는 않았지만 확률과 통계에 대한 공식적인 훈련은 제한적이었습니다. 누구든지 시작하기 위해 이러한 개념에 대한 읽기 쉬운 소개를 추천 할 수 있습니까?

21 probability  bayesian  references  theory 

누군가가 알고 있거나 통계에 약한 일관성 대신 견적 자의 강한 일관성이 필요한 응용 프로그램이 있는지 궁금합니다. 즉, 강력한 일관성은 응용 프로그램에 필수적이며 응용 프로그램은 약한 일관성으로 작동하지 않습니다.

20 hypothesis-testing  theory  asymptotics  estimators  consistency