Statistiken und Big Data

10
Gibt es Anwendungen, bei denen SVM noch überlegen ist?

Der SVM-Algorithmus ist ziemlich alt - er wurde in den 1960er Jahren entwickelt, war aber in den 1990er und 2000er Jahren äußerst beliebt. Es ist ein klassischer (und sehr schöner) Teil von Kursen zum maschinellen Lernen. Heute scheinen neuronale Netze in der Medienverarbeitung (Bilder, Ton usw.)...

10
Likelihood Ratio vs Wald Test

Nach dem, was ich gelesen habe, sind unter anderem auf der Website der UCLA-Statistikberatungsgruppe Likelihood-Ratio-Tests und Wald-Tests ziemlich ähnlich, wenn getestet wird, ob zwei glm-Modelle einen signifikanten Unterschied in der Passform für einen Datensatz aufweisen (entschuldigen Sie, wenn...

10
Warum hat der Rao-Blackwell Satz erfordert

Der Rao-Blackwell-Satz besagt Lassen θ ein Schätzer für sein θ mit E ( θ 2 ) < ∞ für alle θ . Nehmen wir an, dass T ausreichend ist θ , und sei θ * = E ( θ | T ) Dann gilt für alle θ , E ( θ * - θ ) 2 ≤ E ( θ - θ ) 2 Die Ungleichheit ist streng , es sei dennθ^θ^\hat{\theta}θθ\thetaE ( θ^2)...

10
Klare Erklärung für die „numerische Stabilität der Matrixinversion“ bei der Gratregression und ihre Rolle bei der Reduzierung der Überanpassung

Ich verstehe, dass wir Regularisierung in einem Regressionsproblem der kleinsten Quadrate als anwenden können w∗=argminw[(y−Xw)T(y−Xw)+λ∥w∥2]w∗=argminw⁡[(y−Xw)T(y−Xw)+λ‖w‖2]\boldsymbol{w}^* = \operatorname*{argmin}_w \left[ (\mathbf y-\mathbf{Xw})^T(\boldsymbol{y}-\mathbf{Xw}) +...