सांख्यिकी और बिग डेटा

मैं अपने एआईसी की गणना करने के लिए एक कृत्रिम तंत्रिका नेटवर्क में मापदंडों की संख्या की गणना कैसे कर सकता हूं?

11 neural-networks  aic 

आर के बजाय formulaसेट के साथ आर में एक रैखिक प्रतिगमन करने के बीच सांख्यिकीय अंतर क्या है ? मैं उन दो अलग-अलग परिणामों की व्याख्या कैसे करूं?y ~ x + 0y ~ x

11 multiple-regression  generalized-linear-model  intercept 

बूटस्ट्रैप विधि ने पिछले वर्षों में एक महान प्रसार देखा है, मैं इसका उपयोग भी बहुत करता हूं, विशेष रूप से क्योंकि पीछे तर्क काफी सहज है। लेकिन यह एक बात है जो मुझे समझ नहीं आ रही है। Efron ने एकल टिप्पणियों को छोड़कर या बेतरतीब ढंग से हटाने …

11 bootstrap  resampling  subsampling 

मेरे सवाल से सामान्य रूप से पॉइसन रिग्रेशन और जीएलएम की मेरी खराब समझ का पता चलता है। यहाँ मेरा प्रश्न बताने के लिए कुछ नकली डेटा दिए गए हैं: ### some fake data x=c(1:14) y=c(0, 1, 2, 3, 1, 4, 9, 18, 23, 31, 20, 25, 37, 45) कुछ …

11 generalized-linear-model  poisson-distribution 

मैं इस ट्यूटोरियल में पाया गया क्रॉस-एन्ट्रापी कॉस्ट फंक्शन देख रहा हूँ : C=−1n∑x[ylna+(1−y)ln(1−a)]C=−1n∑x[yln⁡a+(1−y)ln⁡(1−a)]C = -\frac{1}{n} \sum_x [y \ln a+(1−y)\ln(1−a)] हम वास्तव में क्या समेट रहे हैं? यह निश्चित रूप से, है, से अधिक , लेकिन और साथ परिवर्तन नहीं करते । सब के सब के एक में आदानों हैं …

11 neural-networks  error-propagation 

मैं सोच रहा था कि क्या बैकप्रॉपैगैशन का उपयोग करके एक एसवीएम (एक रैखिक कहो, चीजों को आसान बनाने के लिए) को प्रशिक्षित करना संभव था? वर्तमान में, मैं एक रोड ब्लॉक में हूं, क्योंकि मैं केवल क्लासिफायर के आउटपुट को लिखने के बारे में सोच सकता हूं f(x;θ,b)=sgn(θ⋅x−(b+1))=sgn(g(x;θ,b))f(x;θ,b)=sgn(θ⋅x−(b+1))=sgn(g(x;θ,b)) f(\mathbf{x};\theta,b) …

11 machine-learning  neural-networks  svm  gradient-descent  backpropagation 

मैं सोच रहा हूं कि मैं किस तरह से वेबुल वितरण जीवनकाल के एक नमूने का अनुकरण कर सकता हूं, जिसमें टाइप I दाएं-सेंसर किए गए अवलोकन शामिल हैं। उदाहरण के लिए, n = 3, आकार = 3, स्केल = 1 और सेंसरिंग दर = .15, और सेंसरिंग समय = …

11 r  survival  simulation  random-generation 

यह स्कैडिट ग्रैडिएंटबॉस्टिंग का द्विपद अवमूल्यन हानि कार्य है, def __call__(self, y, pred, sample_weight=None): """Compute the deviance (= 2 * negative log-likelihood). """ # logaddexp(0, v) == log(1.0 + exp(v)) pred = pred.ravel() if sample_weight is None: return -2.0 * np.mean((y * pred) - np.logaddexp(0.0, pred)) else: return (-2.0 / …

11 machine-learning  scikit-learn  boosting  loss-functions 

मैं समझता हूं कि तंत्रिका नेटवर्क (एनएन) को कुछ अनुमानों (नेटवर्क और फ़ंक्शन दोनों पर अनुमानित) के तहत दोनों कार्यों और उनके डेरिवेटिव के लिए सार्वभौमिक सन्निकटन माना जा सकता है। वास्तव में, मैंने सरल, अभी तक गैर-तुच्छ कार्यों (जैसे, बहुपद) पर कई परीक्षण किए हैं, और ऐसा लगता है …

11 machine-learning  neural-networks  function  derivative 

मैं 20 विशेषताओं के आधार पर मामलों (TRUE / FALSE) को वर्गीकृत करने के लिए एक SVM को प्रशिक्षित करना चाहूंगा। मुझे पता है कि उनमें से कुछ विशेषताएँ अत्यधिक सहसंबद्ध हैं। इसलिए मेरा सवाल है: सुविधाओं के बीच एसवीएम सहसंबंध या अतिरेक के प्रति संवेदनशील है? कोई संदर्भ?

11 svm  multicollinearity  kernel-trick 

कुछ EDA करते समय मैंने एक कारक के दो स्तरों के बीच के अंतर को दर्शाने के लिए एक बॉक्स प्लॉट का उपयोग करने का निर्णय लिया। जिस तरह से ggplot ने बॉक्स प्लॉट को प्रस्तुत किया वह संतोषजनक था, लेकिन थोड़ा सरल (नीचे पहला प्लॉट)। जबकि बॉक्स भूखंडों की …

11 data-visualization  ggplot2  eda 

मार्कोव श्रृंखला मेरे लिए समझ में आता है, मैं उन्हें वास्तविक जीवन की समस्याओं में संभावित परिवर्तन को मॉडल करने के लिए उपयोग कर सकता हूं। उसके बाद एचएमएम आता है। HMMs को MC की तुलना में कई समस्याओं के मॉडल के लिए अधिक उपयुक्त माना जाता है। हालाँकि, जिन …

11 hidden-markov-model 

मैं stl के साथ निम्नलिखित कोड के साथ साजिश रची (Loess द्वारा समय श्रृंखला के मौसमी अपघटन) समारोह: plot(stl(ts(rnorm(144), frequency=12), s.window="periodic")) यह ऊपर कोड (rnorm फ़ंक्शन) में यादृच्छिक डेटा के साथ साइनफ़िसेंट मौसमी भिन्नता दिखाता है। हर बार इसे चलाने के दौरान साइनफ़िक रूप से भिन्नता देखी जाती है, हालांकि …

11 time-series  seasonality  loess 

तंत्रिका नेटवर्क के साथ एक ऑटोएन्कोडर को लागू करते समय, अधिकांश लोग सिग्माइड को सक्रियण फ़ंक्शन के रूप में उपयोग करेंगे। क्या हम इसके बजाय ReLU का उपयोग कर सकते हैं? (चूँकि ReLU की ऊपरी सीमा की कोई सीमा नहीं है, मूल रूप से इसका मतलब है कि इनपुट छवि …

11 machine-learning  neural-networks  deep-learning  autoencoders 

अगर β∗=argminβ∥y−Xβ∥22+λ∥β∥1β∗=argminβ‖y−Xβ‖22+λ‖β‖1\beta^*=\mathrm{arg\,min}_{\beta} \|y-X\beta\|^2_2+\lambda\|\beta\|_1 , कर सकते हैं ∥β∗∥2‖β∗‖2\|\beta^*\|_2 वृद्धि λλ\lambda बढ़ता है? मुझे लगता है कि यह संभव है। हालांकि ∥β∗∥1‖β∗‖1\|\beta^*\|_1 बढ़ जाता है जब λλ\lambda (मेरा प्रमाण ) बढ़ता है , तो ∥β∗∥2‖β∗‖2\|\beta^*\|_2 बढ़ सकता है। नीचे दिया गया आंकड़ा एक संभावना दर्शाता है। जब λλ\lambda बढ़ता है, यदि …

11 lasso