Ich fühle mich wirklich dumm, wenn ich nur eine so grundlegende Frage stelle, aber hier ist: Wenn ich eine Zufallsvariable XXX , die die Werte 000 und annehmen kann 111, mit P(X=1)=pP(X=1)=pP(X=1) = p und P(X=0)=1−pP(X=0)=1−pP(X=0) = 1-p , dann werde ich nnn Proben daraus ziehen eine...
Dies geschieht unter Bezugnahme auf das Papier Effiziente Objektlokalisierung mithilfe von Faltungsnetzwerken. Soweit ich weiß, ist das Dropout in 2D implementiert. Nachdem der Code von Keras zur Implementierung des räumlichen 2D-Dropouts gelesen wurde, wird im Grunde eine zufällige binäre Maske...
Kürzlich habe ich einen Artikel von Yann Dauphin et al. Identifizierung und Angriff auf das Sattelpunktproblem bei der hochdimensionalen nichtkonvexen Optimierung , bei der ein interessanter Abstiegsalgorithmus namens " Sattelfreies Newton" eingeführt wird , der genau auf die Optimierung des...
Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Kreuz Validated. Geschlossen vor 2 Jahren . Diese Zeile gibt die ersten 4...
Ich wollte wissen, wie viel maschinelles Lernen optimiert werden muss. Soweit ich gehört habe, ist Statistik ein wichtiges mathematisches Thema für Menschen, die mit maschinellem Lernen arbeiten. Ebenso wie wichtig ist es für jemanden, der mit maschinellem Lernen arbeitet, etwas über konvexe oder...
Mein Arbeitgeber führt derzeit eine unternehmensweite Umfrage zur Einstellung gegenüber dem Büro durch, z. B. zur Stimmung. In der Vergangenheit haben sie die Umfrage für alle Geschäftsbereiche (wir nehmen an, 10 sehr unterschiedliche Abteilungen) und alle Mitarbeiter in ihnen (insgesamt 1000...
Es scheint widersprüchliche Ratschläge zu geben, wie mit dem Vergleichen von Zug- und Testfehlern umgegangen werden soll, insbesondere wenn zwischen beiden eine Lücke besteht. Es scheint zwei Denkschulen zu geben, die mir widersprüchlich erscheinen. Ich möchte verstehen, wie man die beiden...
Der Naive Bayes-Klassifikator ist der Klassifikator, der Elemente einer Klasse auf der Grundlage der Maximierung des hinteren für die Klassenzugehörigkeit zuordnet und davon ausgeht, dass die Merkmale der Elemente unabhängig sind.C P ( C | x )xxxCCCP( C| x)P(C|x)P(C|x) Der 0-1-Verlust ist der...
Ich bin verwirrt zwischen den beiden Begriffen "Wahrscheinlichkeitsfunktion" und "Momentenfunktion". Wie unterscheiden sich diese
In dem Buch "Limit Theorems of Probability Theory" von Valentin V. Petrov sah ich eine Unterscheidung zwischen den Definitionen einer Verteilung als "kontinuierlich" und "absolut kontinuierlich", die wie folgt lautet: X P ( X ∈ B ) = 0 B P ( X ∈ B ) = 0 B.(∗)(∗)(*) "... Die Verteilung der...
Ich gehe durch den DeepAI-Kurs der Cousera (Woche 3, Video 1, "Überblick über neuronale Netze") und Andrew Ng erklärt, wie jede Schicht in einem neuronalen Netz nur eine andere logistische Regression darstellt, erklärt aber nicht, wie dies die Sache genauer macht. Wie können Sie in einem...
Ich habe diese Frage in Bezug auf eine groß angelegte Regression ( Link ) gelesen , in der whuber einen interessanten Punkt wie folgt hervorhob : "Nahezu jeder statistische Test, den Sie durchführen, ist so leistungsfähig, dass Sie mit ziemlicher Sicherheit einen" signifikanten "Effekt feststellen...
Wir wissen also, dass die Zufallssuche besser funktioniert als die Rastersuche, aber ein neuerer Ansatz ist die Bayes'sche Optimierung (unter Verwendung von Gauß'schen Prozessen). Ich habe einen Vergleich zwischen den beiden nachgeschlagen und nichts gefunden. Ich weiß, dass sie bei Stanfords...
Wir beschäftigen uns mit der lognormalen Verteilung in einem Finanzkurs und in meinem Lehrbuch heißt es nur, dass dies wahr ist, was ich irgendwie frustrierend finde, da mein mathematischer Hintergrund nicht sehr ausgeprägt ist, ich aber die Intuition will. Kann mir jemand zeigen, warum das so...
Nicht sicher, ob dies die richtige Stack-Site ist, aber es geht los. Wie funktioniert die .similiarity-Methode? Wow spaCy ist großartig! Das tfidf-Modell könnte einfacher sein, aber w2v mit nur einer Codezeile ?! In seinem 10-zeiligen Tutorial zu spaCy andrazhribernik zeigen wir die...
Douglas Bates gibt an, dass die folgenden Modelle äquivalent sind, "wenn die Varianz-Kovarianz-Matrix für die vektorwertigen Zufallseffekte eine spezielle Form hat, die als zusammengesetzte Symmetrie bezeichnet wird" ( Folie 91 in dieser Präsentation ): m1 <- lmer(y ~ factor + (0 +...
In letzter Zeit musste ich mehrere Artikel in Wirtschaftswissenschaften lesen (ein Bereich, mit dem ich nicht allzu vertraut bin). Eine Sache, die mir aufgefallen ist, ist, dass mit OLS angepasste lineare Regressionsmodelle allgegenwärtig sind, selbst wenn die Antwortvariable binär ist. Meine Frage...
Eine gebräuchliche Maßnahme zum Vergleich von zwei oder mehr Klassifizierungsmodellen besteht darin, die Fläche unter der ROC-Kurve (AUC) als Mittel zur indirekten Bewertung ihrer Leistung zu verwenden. In diesem Fall wird ein Modell mit einer größeren AUC normalerweise als leistungsstärker...
Wie trainiere ich das LSTM-Modell anhand mehrerer Zeitreihendaten? Anwendungsfall: Ich habe in den letzten 5 Jahren einen wöchentlichen Umsatz von 20.000 Agenten. Sie müssen die bevorstehenden wöchentlichen Verkäufe für jeden Agenten prognostizieren. Muss ich einer Stapelverarbeitungstechnik...
Ich benutze ein Skript. Es ist für Kernaufzeichnungen. Ich habe einen Datenrahmen, der die verschiedenen Elementzusammensetzungen in den Spalten über eine gegebene Tiefe (in der ersten Spalte) zeigt. Ich möchte damit eine PCA durchführen und bin verwirrt über die zu wählende...