सांख्यिकी और बिग डेटा

मेरी राय में सहसंबंधित इनपुट डेटा को तंत्रिका नेटवर्क में ओवरफिटिंग की ओर ले जाना चाहिए क्योंकि नेटवर्क डेटा में सहसंबंध जैसे शोर सीखता है। क्या ये सही है?

13 correlation  neural-networks  overfitting 

मशीन लर्निंग पर बिशप की किताब में, यह डेटा बिंदुओं के एक सेट में एक बहुपद समारोह की वक्र-फिटिंग की समस्या पर चर्चा करता है। बता दें कि M बहुपद का गुणनखंड है। यह बताता है कि हम देखते हैं कि, जैसा कि एम बढ़ता है, गुणांक का परिमाण आमतौर …

13 regression  least-squares  curve-fitting  polynomial 

मैं आंकड़ों में अपने सम्मान को समाप्त करने वाला हूं, और मैं वास्तव में पीएचडी करना चाहता हूं क्योंकि मुझे गणितीय आंकड़े बेहद दिलचस्प लगते हैं। अनुसंधान के क्षेत्र मैं सबसे पीएचडी करना चाहते हैं स्टोकेस्टिक प्रक्रियाओं और समय श्रृंखला में हैं। हालांकि मैं अपनी पीएचडी के बाद निजी क्षेत्र …

13 mathematical-statistics  careers  phd 

यह देखते हुए दो यादृच्छिक चर और η हम गणना कर सकता है उनके "सहसंबंध गुणांक" ग , और इन दो यादृच्छिक चर के बीच सबसे अच्छा फिट की रेखा बनाती हैं। मेरा सवाल यह है कि क्यों?ξξ\xiηη\etaccc 1) यादृच्छिक चर, कर रहे हैं और η जो सबसे खराब संभव …

13 regression 

जब फीडरवर्ड न्यूरल नेटवर्क में कनेक्शन वेट का इनिशियलाइज़ किया जाता है, तो किसी भी समरूपता से बचने के लिए उन्हें बेतरतीब ढंग से इनिशियलाइज़ करना ज़रूरी होता है, ताकि लर्निंग एल्गोरिथम टूट न सके। विभिन्न स्थानों में मैंने जो सिफारिश देखी है (उदाहरण के लिए, TensorFlow के MNIST ट्यूटोरियल …

13 neural-networks  backpropagation  weights  truncated-normal 

मैं जानना चाहता हूं कि यह क्या है, और यह किसी भी चीज से कैसे अलग है? मान लीजिए, मैं एक विशिष्ट कार्य के लिए, वर्गीकरण और विभाजन में उच्च सटीकता प्राप्त करना चाहता हूं, अगर मैं इसे प्राप्त करने के लिए सीएनएन, आरएनएन, आदि जैसे विभिन्न नेटवर्क का उपयोग …

13 machine-learning  terminology  deep-learning 

मैंने हाल ही में नैन्सी रीड, बैरंडॉफ़-नील्सन, रिचर्ड कॉक्स और कुछ पुराने पत्रों की समीक्षा की है, हाँ, अक्सर प्रतिमान में "सशर्त आक्षेप" की अवधारणा पर थोड़ा रोनाल्ड फिशर, जो कि प्रतीत होता है कि संदर्भ केवल विचार पर आधारित हैं नमूना स्थान का "प्रासंगिक सबसेट", संपूर्ण नमूना स्थान नहीं। …

13 confidence-interval  maximum-likelihood  inference 

अपने ब्लॉग पर , भौतिक विज्ञानी स्टीव ह्सु ने निम्नलिखित लिखा: एक सामान्य वितरण की मानें, तो अमेरिका में लगभग 10,000 लोग हैं जो + 4SD और यूरोप में एक समान संख्या में प्रदर्शन करते हैं, इसलिए यह काफी चुनिंदा आबादी है (मोटे तौर पर, हर साल अमेरिका में शीर्ष …

13 normal-distribution 

पृष्ठभूमि: मैंने हाल ही में एक गहरे स्तर पर समझा कि डेटा संवर्द्धन का महत्व जब जियोफ्री हिंटन द्वारा इस उत्कृष्ट बात को देखने के बाद दृढ़ तंत्रिका नेटवर्क को प्रशिक्षित करता है । वह बताते हैं कि वर्तमान पीढ़ी के संवेगात्मक तंत्रिका नेटवर्क परीक्षण के तहत वस्तु के संदर्भ …

13 machine-learning  deep-learning 

तो, मेरे पास एक यादृच्छिक प्रक्रिया है जो लॉग-सामान्य रूप से वितरित यादृच्छिक चर उत्पन्न करता है । यहाँ इसी संभावना घनत्व समारोह है:XXX मैं उस मूल वितरण के कुछ क्षणों के वितरण का अनुमान लगाना चाहता था , चलो कहते हैं कि पहला क्षण: अंकगणितीय माध्य। ऐसा करने के …

13 estimation  bias  fitting  lognormal  moments 

एक बायसी के पूर्व में लगातार परिणाम को बदलने के बारे में कैसे जाना चाहिए? निम्नलिखित बहुत सामान्य परिदृश्य पर विचार करें: एक प्रयोग अतीत में आयोजित किया गया है और कुछ पैरामीटर पर एक परिणाम मापा गया था। विश्लेषण एक लगातार पद्धति के साथ किया गया था। के लिए …

13 bayesian  confidence-interval  meta-analysis  prior 

जहाँ तक मुझे पता है, लॉजिस्टिक मॉडल और फ्रैक्शनल रिस्पांस मॉडल (frm) के बीच का अंतर यह है कि डिपेंडेंट वैरिएबल (Y) जिसमें frm [0,1] है, लेकिन लॉजिस्टिक {0, 1} है। इसके अलावा, फ्रिज अपने मापदंडों को निर्धारित करने के लिए अर्ध-संभावना आकलनकर्ता का उपयोग करता है। आम तौर पर, …

13 r  logistic  generalized-linear-model  quasi-likelihood 

मेरा सवाल प्रभाव के आकार पर पुजारियों की चिंता करता है, मेरी परियोजना में उपाय कोहेन । साहित्य पढ़ने के माध्यम से, ऐसा लगता है कि अस्पष्ट पादरी अक्सर उपयोग किए जाते हैं, जैसे कि एक पदानुक्रमित बायेसियन मेटा-विश्लेषण के आठ-आठ स्कूलों के उदाहरण। आठ स्कूलों के उदाहरण में, मैंने …

13 bayesian  meta-analysis  effect-size 

मैं 80 परतों के साथ एक word2vec जैसे प्रतिनिधित्व का उपयोग करते हुए 128 छिपी इकाइयों के साथ एक परत LSTM का उपयोग कर भावना भविष्यवाणी के लिए 15000 ट्वीट्स मॉडलिंग कर रहा हूं। मुझे 1 युग के बाद एक वंश सटीकता (यादृच्छिक = 20% के साथ 38%) मिलती है। …

13 deep-learning  regularization  overfitting  lstm 

हिस्टोग्राम एक चर के वितरण का एक अच्छा अर्थ देते हैं। हालांकि, बॉक्स प्लॉट एक ही काम करने का प्रयास करते हैं, लेकिन इस चर के वितरण की तस्वीर को उतना अच्छा नहीं देते। मुझे समझ नहीं आता कि लोग बॉक्स प्लॉट का उपयोग क्यों करते हैं। हिस्टोग्राम हर तरह …

13 data-visualization  histogram  boxplot