सांख्यिकी और बिग डेटा

जब शब्द "पूर्वाग्रह" मतलब करने के लिए गढ़ा गया था ई [ θ^- θ ]इ[θ^-θ]\mathbb{E}[\hat{\theta}-\theta] ? इस समय मैं इस बारे में क्यों सोच रहा हूं, इसका कारण यह है कि मैं जेनेस को याद करने लगता हूं, उसके प्रोबेबिलिटी थ्योरी पाठ में, इस सूत्र का वर्णन करने के लिए …

18 terminology  bias  history 

मेरे पास एक द्विआधारी परिणाम चर {0,1} और एक भविष्यवक्ता चर {0,1} है। मेरा विचार है कि जब तक मैं अन्य चर को शामिल नहीं करता हूं और ऑड्स अनुपात की गणना नहीं करता है, तब तक लॉजिस्टिक करने का कोई मतलब नहीं है। एक बाइनरी भविष्यवक्ता के साथ, संभावना …

18 r  regression  probability  logistic  odds-ratio 

मैं डेटा के साथ मशीन लर्निंग प्रोजेक्ट पर काम कर रहा हूं जो डेटा चयन द्वारा पहले से ही (भारी) पक्षपाती है। मान लेते हैं कि आपके पास कठिन कूट नियमों का एक सेट है। आप इसे बदलने के लिए मशीन लर्निंग मॉडल का निर्माण कैसे करते हैं, जब इसका …

18 machine-learning  classification  data-mining  bias  extrapolation 

एक मैट्रिक्स के "कॉलम की संख्या" को निरूपित करने के लिए एक भी अंग्रेजी शब्द है? उदाहरण के लिए, मैट्रिक्स की "आयामीता" 2 × 3 है । मुझे इस उदाहरण में 3 के लिए एक शब्द की आवश्यकता है । मैं हमेशा केवल "कॉलम की संख्या" कह सकता हूं, निश्चित …

18 terminology  matrix 

अधिकांश सामान्य दृढ़ तंत्रिका नेटवर्क में आउटपुट सुविधाओं के आयामों को कम करने के लिए पूलिंग परतें होती हैं। मैं केवल समान परत के स्ट्राइड को बढ़ाने के द्वारा एक ही चीज क्यों हासिल नहीं कर सका? पूलिंग लेयर क्या आवश्यक है?

18 deep-learning  conv-neural-network  pooling 

मैं एक गहरे स्तर पर सांख्यिकी और संभाव्यता सिद्धांत में लॉग-लाइबिलिटी (और शायद अधिक सामान्यतः लॉग-प्रायिकता) की सर्वव्यापीता को समझने की कोशिश कर रहा हूं। लॉग-संभाव्यताएं सभी जगह दिखाई देती हैं: हम आमतौर पर विश्लेषण के लिए लॉग-लाइबिलिटी के साथ काम करते हैं (उदाहरण के लिए अधिकतमकरण), फिशर सूचना को …

18 probability  bayesian  likelihood  log-likelihood 

ग्रेड स्कूल में मेरी भौतिकी के प्राध्यापक, और साथ ही नोबल पुरस्कार विजेता फेनमैन, हमेशा प्रस्तुत करते थे कि उन्होंने भौतिकी में बुनियादी अवधारणाओं और तरीकों को चित्रित करने के लिए खिलौना मॉडल कहा था, जैसे हार्मोनिक थरथरानवाला, पेंडुलम, कताई शीर्ष, और ब्लैक बॉक्स। तंत्रिका नेटवर्क के अनुप्रयोग में अंतर्निहित …

18 machine-learning  neural-networks  deep-learning 

मेरे पास यहां से वाइन डेटा है जिसमें 11 संख्यात्मक स्वतंत्र चर हैं, जिसमें 0 और 10. के बीच के मूल्यों के साथ प्रत्येक प्रविष्टि के साथ जुड़े एक आश्रित रेटिंग है। यह चर और संबंधित के बीच संबंध की जांच करने के लिए प्रतिगमन मॉडल का उपयोग करने के …

18 r  regression  logistic  ordered-logit 

अटारी वीडियो गेम ( यहां ) के लिए डीप क्यू-लर्निंग पर डीपमाइंड के पेपर में , वे प्रशिक्षण के दौरान अन्वेषण के लिए एप्सिलॉन-लालची विधि का उपयोग करते हैं। इसका मतलब यह है कि जब प्रशिक्षण में एक कार्रवाई का चयन किया जाता है, तो इसे या तो उच्चतम q- …

18 machine-learning  reinforcement-learning  q-learning  deep-rl 

एनोवा पर विकिपीडिया लेख में , यह कहता है अपने सरलतम रूप में, एनोवा एक सांख्यिकीय परीक्षण प्रदान करता है कि क्या कई समूहों के साधन समान हैं या नहीं, और इसलिए दो से अधिक समूहों के लिए टी-परीक्षण को सामान्य करता है। मेरी समझ यह है कि एनोवा दो-समूह …

18 r  hypothesis-testing  anova  t-test 

यदि पूर्ण रैंक है, तो का विलोम मौजूद है और हमें सबसे कम वर्ग का अनुमान मिलता है: औरएक्स टी एक्स β = ( एक्स टी एक्स ) - 1 एक्स वाई वार ( β ) = σ 2 ( एक्स टी एक्स ) - 1XXXXTXXTXX^TXβ^=(XTX)−1XYβ^=(XTX)−1XY\hat\beta = (X^TX)^{-1}XYVar(β^)=σ2(XTX)−1Var⁡(β^)=σ2(XTX)−1\operatorname{Var}(\hat\beta) = \sigma^2(X^TX)^{-1} …

18 regression  variance  least-squares 

यह देखने का सबसे आसान तरीका क्या है कि निम्नलिखित कथन सत्य है? मान लीजिए Y1,…,Yn∼iidExp(1)Y1,…,Yn∼iidExp(1)Y_1, \dots, Y_n \overset{\text{iid}}{\sim} \text{Exp}(1) । दिखाएँ ∑ni=1(Yi−Y(1))∼Gamma(n−1,1)∑i=1n(Yi−Y(1))∼Gamma(n−1,1)\sum_{i=1}^{n}(Y_i - Y_{(1)}) \sim \text{Gamma}(n-1, 1) । Y(1)=min1≤i≤nYiY(1)=min1≤i≤nYiY_{(1)} = \min\limits_{1 \leq i \leq n}Y_i द्वारा , इस का मतलब है कि ।X∼Exp(β)X∼Exp(β)X \sim \text{Exp}(\beta)fX(x)=1βe−x/β⋅1{x>0}fX(x)=1βe−x/β⋅1{x>0}f_{X}(x) = \dfrac{1}{\beta}e^{-x/\beta} \cdot \mathbf{1}_{\{x …

18 self-study  distributions  exponential  order-statistics  jacobian 

बीटा वितरण दो पैरामीरीज़ेशन (या यहाँ ) के अंतर्गत आता है च ( एक्स ) α x α ( 1−x)βf(x)∝xα(1−x)β(1) f(x) \propto x^{\alpha} (1-x)^{\beta} \tag{1} या वह जो अधिक सामान्यतः उपयोग किया जाता है च ( एक्स ) α x α - 1 (1−x)β−1f(x)∝xα−1(1−x)β−1(2) f(x) \propto x^{\alpha-1} (1-x)^{\beta-1} \tag{2} लेकिन …

18 distributions  references  beta-distribution  history  beta-binomial 

क्या लॉजिस्टिक रिग्रेशन के प्रतिक्रिया चर पर आईआईडी की धारणा है? उदाहरण के लिए, मान लें कि हमारे पास 100010001000 डेटा पॉइंट हैं। ऐसा लगता है कि प्रतिक्रिया बर्नौली वितरण से । इसलिए, हमारे पास अलग-अलग पैरामीटर साथ बर्नौली वितरण होना चाहिए ।पी मैं = logit ( β 0 + …

18 regression  logistic  assumptions  iid 

फ्रैंक हरेल ने एक ब्लॉग ( सांख्यिकीय सोच) शुरू किया है । अपने प्रमुख पद में , वह अपने सांख्यिकीय दर्शन की कुछ प्रमुख विशेषताओं को सूचीबद्ध करता है। अन्य मदों में, यह शामिल हैं: जब संभव हो तो नमूना आकार को एक यादृच्छिक चर बनाएं "नमूना आकार को एक …

18 sample-size  random-variable  regression-strategies