Bayesianische Statistiken zum ersten Mal lernen; Als ein Winkel zum Verständnis von MCMC fragte ich mich: Ist es etwas, was grundsätzlich nicht anders zu machen ist, oder ist es einfach viel effizienter als die Alternativen? Nehmen wir zur Veranschaulichung an, wir versuchen, die...
RNNs eignen sich bemerkenswert gut zur Erfassung der Zeitabhängigkeit sequentieller Daten. Was passiert jedoch, wenn die Sequenzelemente nicht zeitlich gleich verteilt sind? Beispielsweise erfolgt die erste Eingabe in die LSTM-Zelle am Montag, dann keine Daten von Dienstag bis Donnerstag und...
Gibt es eine Distribution oder kann ich mit einer anderen Distribution arbeiten, um eine Distribution wie die im Bild unten zu erstellen (Entschuldigung für die schlechten Zeichnungen)? Dabei gebe ich eine Zahl (0,2, 0,5 und 0,9 in den Beispielen) für die Position des Peaks und eine...
Was ist Bayesian Deep Learning und in welcher Beziehung steht es zur traditionellen Bayesianischen Statistik und zum traditionellen Deep Learning? Was sind die wichtigsten Konzepte und Mathematik? Kann ich sagen, dass es sich nur um nicht parametrische Bayes-Statistiken handelt? Was sind seine...
Ich habe Grundkenntnisse über die Funktionsweise von RNNs (und insbesondere von LSTMs). Ich habe eine bildliche Vorstellung von der Architektur einer LSTM-Einheit, dh einer Zelle und einiger Tore, die den Wertefluss regulieren. Anscheinend habe ich jedoch nicht vollständig verstanden, wie LSTM das...
In Rgibt es drei Methoden, um die Eingabedaten für eine logistische Regression mit der glmFunktion zu formatieren : Daten können für jede Beobachtung in einem "binären" Format vorliegen (z. B. y = 0 oder 1 für jede Beobachtung); Die Daten können im "Wilkinson-Rogers" -Format vorliegen (z. B. y =...
Wie wird die Einbettungsschicht in der Keras-Einbettungsschicht trainiert? (Sagen wir, wir verwenden das Tensorflow-Backend, was bedeutet, dass es word2vec, Glove oder Fasttext ähnelt.) Angenommen, wir verwenden keine vorab trainierte
Wenn Sie lediglich eine erneute Stichprobe aus der empirischen Verteilung ziehen, warum nicht einfach die empirische Verteilung studieren? Warum nicht einfach die Variabilität aus der empirischen Verteilung quantifizieren, anstatt die Variabilität durch wiederholte Probenahme zu...
Lassen Sie mich zu Beginn sagen, dass ich sehr neu im maschinellen Lernen bin und nicht besonders gut in Mathe. Ich verstehe, was TF-IDF macht, aber in dem Buch, das ich lese, wird auch Folgendes erwähnt (es wird diskutiert, wie Scikit-Lernen Dinge macht): Beide Klassen [TfidfTransformer und...
In vielen Veröffentlichungen, die sich mit Behandlungen und Ergebnissen befassen, sehe ich Tabellen (normalerweise "Tabelle 1") von so genannten Störgrößen (häufig demografische Daten, manchmal medizinische Bedingungen) mit Signifikanz- und Texttests wie "Die Gruppen waren sich dort weitgehend...
Vor kurzem war ich daran interessiert, ein Beta-Regressionsmodell für ein proportionales Ergebnis zu implementieren. Beachten Sie, dass dieses Ergebnis nicht in einen Binomialkontext passt, da es in diesem Kontext kein aussagekräftiges Konzept für einen diskreten "Erfolg" gibt. Tatsächlich ist das...
Ich denke, das ist ein bisschen grundlegend, aber sagen wir, ich habe eine ZufallsvariableXXX , ist die Wahrscheinlichkeitdie gleiche wiefür jede reelle stetige Funktion?P(X≤a)P(X≤a)P(X \leq a)P(f(X)≤f(a))P(f(X)≤f(a))P(f(X) \leq
Insbesondere im Zusammenhang mit Kaggle-Wettbewerben habe ich festgestellt, dass es bei der Leistung des Modells ausschließlich um die Auswahl / Entwicklung von Funktionen geht. Ich kann zwar vollständig verstehen, warum dies bei den konventionelleren / altmodischen ML-Algorithmen der Fall ist,...
Ich lese über die Auswahl der besten Teilmengen im Buch Elemente des statistischen Lernens. Wenn ich 3 Prädiktoren , erstelle ich 2 3 = 8 Teilmengen:x1,x2,x3x1,x2,x3x_1,x_2,x_323=823=82^3=8 Teilmenge ohne Prädiktoren Teilmenge mit Prädiktor x1x1x_1 Teilmenge mit Prädiktor x2x2x_2 Teilmenge mit...
Ich habe bemerkt, dass in vielen praktischen Anwendungen MCMC-basierte Methoden verwendet werden, um einen Parameter zu schätzen, obwohl der hintere Teil analytisch ist (zum Beispiel, weil der hintere Teil konjugiert war). Für mich ist es sinnvoller, MAP-Schätzer als MCMC-basierte Schätzer zu...
Angenommen, ich berechne Höhen (in cm) und die Zahlen müssen höher als Null sein. Hier ist die Musterliste: 0.77132064 0.02075195 0.63364823 0.74880388 0.49850701 0.22479665 0.19806286 0.76053071 0.16911084 0.08833981 Mean: 0.41138725956196015 Std: 0.2860541519582141 In diesem Beispiel müssen gemäß...
Ich habe einen Testsatz von 100 Fällen und zwei Klassifikatoren. Ich erstellte Vorhersagen und berechnete die ROC AUC, Sensitivität und Spezifität für beide Klassifikatoren. Frage 1: Wie kann ich den p-Wert berechnen, um zu überprüfen, ob einer in Bezug auf alle Scores (ROC AUC, Sensitivität,...
Ich habe vor kurzem über die richtigen Bewertungsregeln für Wahrscheinlichkeitsklassifikatoren gelernt. In mehreren Beiträgen auf dieser Website wurde betont, dass Genauigkeit eine falsche Bewertungsregel ist und nicht zur Bewertung der Qualität von Vorhersagen verwendet werden sollte, die von...
Eine Regression von yyy auf xxx muss nicht kausal sein, wenn Variablen ausgelassen werden, die sowohl xxx als auch yyy . Aber wenn nicht für ausgelassene Variablen und Messfehler, ist eine Regression kausal? Das heißt, wenn jede mögliche Variable in der Regression enthalten
Ich habe mit mehreren Labormitgliedern darüber diskutiert, und wir sind zu mehreren Quellen gegangen, haben aber immer noch nicht die richtige Antwort: Wenn wir sagen, dass ein GLM eine Poisson- Familie hat , sprechen wir dann von der Verteilung der Residuen oder der Antwortvariablen? Streitpunkte...