Der Hintergrund meiner Studie : In einem Gibbs-Sampling , wo wir Probe XXX (die Variablen von Interesse) und YYY aus P(X|Y)P(X|Y)P(X|Y) und P(Y|X)P(Y|X)P(Y|X) ist, wobei XXX und YYY sind kkk -dimensionalen Zufallsvektoren. Wir wissen, dass der Prozess normalerweise in zwei Phasen unterteilt ist:...
Frage: Wie sieht eine bivariate Binomialverteilung im dreidimensionalen Raum aus? Unten ist die spezifische Funktion, die ich für verschiedene Werte der Parameter visualisieren möchte; nämlich , p 1 und p 2 .nnnp1p1p_{1}p2p2p_{2}
Was sind die am meisten akzeptierten Möglichkeiten, um die Ergebnisse eines unabhängigen T-Tests mit zwei Stichproben zu visualisieren? Wird eine numerische Tabelle häufiger verwendet oder eine Art Diagramm? Das Ziel ist, dass ein gelegentlicher Beobachter die Figur betrachtet und sofort erkennt,...
Ich versuche, einen Detektor für Objekte zu erstellen, die sehr selten vorkommen (in Bildern), und plane, einen binären CNN-Klassifikator zu verwenden, der in einem Schiebe- / Größenänderungsfenster angewendet wird. Ich habe ausgeglichene 1: 1-Positiv-Negativ-Trainings- und Testsätze erstellt (ist...
Kann der vorhergesagte Wert bei Entscheidungsbäumen außerhalb des Bereichs der Trainingsdaten liegen? Wenn der Trainingsdatensatzbereich der Zielvariablen beispielsweise 0-100 beträgt, können meine Werte beim Generieren und Anwenden meines Modells auf etwas anderes -5 sein? oder 150? Da ich die...
Es wird als idealer Fall angesehen, in dem die den Kategorien zugrunde liegende Wahrscheinlichkeitsstruktur perfekt bekannt ist. Warum erzielen wir mit dem Bayes-Klassifikator die beste Leistung, die erzielt werden kann? Was ist der formale Beweis / die Erklärung dafür? Da wir immer den...
Ich habe Probleme beim Verständnis des Sprunggrammmodells des Word2Vec-Algorithmus. In fortlaufenden Wortsäcken ist leicht zu erkennen, wie die Kontextwörter in das neuronale Netzwerk "passen" können, da Sie sie im Grunde nach dem Multiplizieren jeder der One-Hot-Codierungsdarstellungen mit der...
Ich bin auf ein Problem im Lehrbuch gestoßen, um den Mittelwert abzuschätzen. Das Lehrbuchproblem ist wie folgt: Es sei angenommen, dass N.N.N Datenpunkte x1x1x_1 , x2x2x_2 ,. . . , xN.xN.x_N , wurden durch ein eindimensionales Gaußsches PDF mit unbekanntem Mittelwert, aber bekannter Varianz...
Vollständige Offenlegung: Ich bin kein Statistiker und behaupte auch nicht, einer zu sein. Ich bin ein niedriger IT-Administrator. Bitte spiel sanft mit mir. :) :) Ich bin für die Erfassung und Prognose der Festplattennutzung für unser Unternehmen verantwortlich. Wir erfassen unsere...
Ich kenne die Grundlagen zu SVM und SVR, verstehe aber immer noch nicht, wie das Problem, eine Hyperebene zu finden, die den Spielraum maximiert, in SVR passt. Zweitens habe ich etwas über gelesen, das als Toleranzspielraum in SVR verwendet wird. Was bedeutet es?ϵϵ\epsilon Drittens gibt es einen...
Ich versuche, ein neuronales Netzwerk zu verwenden, um den Q-Wert beim Q-Learning wie bei Fragen zum Q-Learning mit neuronalen Netzwerken zu approximieren . Wie in der ersten Antwort vorgeschlagen, verwende ich eine lineare Aktivierungsfunktion für die Ausgabeebene, während ich weiterhin die...
Ich arbeite mit unausgeglichenen Daten, wobei es für jede Klasse = 1 ungefähr 40 Fälle von Klasse = 0 gibt. Ich kann die Klassen anhand einzelner Merkmale vernünftigerweise unterscheiden, und das Training eines naiven Bayes- und SVM-Klassifikators auf 6 Merkmale und ausgewogene Daten ergab eine...
Das Papier ist hier . Die Rollout-Richtlinie ... ist eine lineare Softmax-Richtlinie, die auf schnellen, inkrementell berechneten, lokalen musterbasierten Funktionen basiert. Ich verstehe nicht, was eine Rollout-Richtlinie ist und wie sie sich auf das Richtliniennetzwerk für die Auswahl eines...
Für eine NLP-Aufgabe (Natural Language Processing) werden häufig word2vec-Vektoren als Einbettung für die Wörter verwendet. Es kann jedoch viele unbekannte Wörter geben, die nicht von den word2vec-Vektoren erfasst werden, einfach weil diese Wörter in den Trainingsdaten nicht oft genug gesehen...
Eine skalierte Abweichung, definiert als D = 2 * (logarithmische Wahrscheinlichkeit eines gesättigten Modells minus logarithmische Wahrscheinlichkeit eines angepassten Modells), wird häufig als Maß für die Anpassungsgüte in GLM-Modellen verwendet. Die erklärte prozentuale Abweichung, definiert als...
Sei {Xn:n≥1}{Xn:n≥1}\{X_n:n\ge1\} eine Folge unabhängiger Bernoulli-Zufallsvariablen mit P{Xk=1}=1−P{Xk=0}=1k.P{Xk=1}=1−P{Xk=0}=1k.P\{X_k=1\}=1-P\{X_k=0\}=\frac{1}{k}. Setze Sn=∑k=1n(Xk−1k), B2n=∑k=1nk−1k2Sn=∑k=1n(Xk−1k), Bn2=∑k=1nk−1k2S_n=\sum^{n}_{k=1}\left(X_k-\frac{1}{k}\right), \...
Ich bin auf der Suche nach einem Buch, das eine tiefe und strenge Darstellung der Wahrscheinlichkeitstheorie bietet, aber einen Schwerpunkt auf Material legt, das hauptsächlich außerhalb einer mathematischen Abteilung nützlich ist. Ich habe gehört, dass "The Theory of Probability: Explorations and...
Ich habe angefangen, gewöhnliche Schätzer für kleinste Quadrate (OLS) zu studieren und bin noch ganz am Anfang. Ich habe bereits einige Bücher über Ökonometrie gekauft, aber online nichts gefunden. Ich habe mich also gefragt, ob es eine Website, eine Homepage oder andere Online-Ressourcen gibt, die...
Die Idee hinter Recurrent Neural Network (RNN) ist mir klar. Ich verstehe es folgendermaßen: Wir haben eine Folge von Beobachtungen ( Ö⃗ 1, o⃗ 2, … , O.⃗ no→1,o→2,…,o→n\vec o_1, \vec o_2, \dots, \vec o_n ) (oder mit anderen Worten multivariate Zeitreihen). Jede einzelne Beobachtung Ö⃗ icho→i\vec...
Dies ist ein schwieriges Thema für mich, da die Wörter Optimierung und Stochastik in einer Suche fast automatisch standardmäßig nach stochastischer Optimierung suchen. Was ich aber wirklich wissen möchte, ist, welche Methoden zur Optimierung von Computermodellen existieren, wenn die Ausgabe des...