Ich habe kürzlich mein Wissen über Zeitreihen zusammengefasst und festgestellt, dass maschinelles Lernen meist nur einen Schritt voraus ist. Mit One-Step-Ahead-Prognosen meine ich Prognosen, die beispielsweise, wenn wir stündliche Daten haben, die Daten von 10 Uhr morgens bis 11 Uhr morgens und 11...
Frage : Ich habe ein Wahrscheinlichkeitsmodell (Bayes'sches Netzwerk) zur Modellierung einer binären Ergebnisvariablen angepasst. Ich möchte ein hochauflösendes Kalibrierungsdiagramm (z. B. Spline) erstellen, das wegen Überanpassung mit Bootstrapping korrigiert wurde. Gibt es ein Standardverfahren...
Ich habe im Github-Repo nach Pymc gesucht und dieses Notizbuch gefunden: Variationsinferenz: Bayesianische Neuronale Netze Der Autor lobt die Vorzüge der bayesianischen / probabilistischen Programmierung, sagt dann aber weiter: Leider spielt die probabilistische Programmierung bei...
Ich lese Deep Learning von Ian Goodfellow et al. Es führt Bias als B i a s ( θ ) = E.( θ^) - θB.icheins(θ)=E.(θ^)- -θBias(\theta)=E(\hat\theta)-\theta wo und werden die geschätzten Parameter und der zugrunde liegende reelle Parameter, respectively.θ^θ^\hat\thetaθθ\theta Konsistenz, auf der anderen...
Ich lese praktisches maschinelles Lernen mit Scikit-Learn und TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme . Dann bin ich nicht in der Lage, den Unterschied zwischen hartem und weichem Voting im Zusammenhang mit ensemblebasierten Methoden herauszufinden. Ich zitiere...
Ein Variations-Autoencoder (VAE) bietet eine Möglichkeit, die Wahrscheinlichkeitsverteilung lernen die einen Eingang mit seiner latenten Darstellung Beziehung setzt . Insbesondere ordnet der Codierer einen Eingang einer Verteilung auf . Ein typischer Encoder gibt Parameter , die die Gaußsche...
Mir wurde beigebracht, dass wir nach Stichproben aus einer Population eine Parameterschätzung in Form eines Konfidenzintervalls erstellen können. Zum Beispiel sollten 95% -Konfidenzintervalle ohne verletzte Annahmen eine Erfolgsrate von 95% aufweisen, wenn sie den wahren Parameter enthalten, den...
Sei eine Zufallsstichprobe aus der Gammaverteilung .G a m m a ( α , β )X1,...,XnX1,...,XnX_1,...,X_nGamma(α,β)Gamma(α,β)\mathrm{Gamma}\left(\alpha,\beta\right) Sei und der Stichprobenmittelwert bzw. die Stichprobenvarianz. S2X¯X¯\bar{X}S2S2S^2 Dann beweisen oder widerlegen Sie, dass und unabhängig...
Angenommen, ich habe positive Parameter zum Schätzen von und deren entsprechenden unverzerrten Schätzungen, die von den Schätzern , dh , und so weiter.nnnμ1,μ2,...,μnμ1,μ2,...,μn\mu_1,\mu_2,...,\mu_nnnnμ1^,μ2^,...,μn^μ1^,μ2^,...,μn^\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n}E[μ1^]=μ1E[μ1^]=μ1\mathrm...
Ich verwende ein Gamma Generalized Linear Model (GLM) mit einem Identitätslink. Die unabhängige Variable ist die Vergütung einer bestimmten Gruppe. Die Zusammenfassung der Python-Statistikmodelle gibt mir eine Warnung zu der Identitätsverknüpfungsfunktion ( "DomainWarning: Die...
Bei zwei stark korrelierten Zufallsvariablen und möchte ich die Wahrscheinlichkeit begrenzen, dass die Differenzüberschreitet einen bestimmten Betrag: XXXYYY|X−Y||X−Y| |X - Y| P(|X−Y|>K)<δP(|X−Y|>K)<δ P( |X - Y| > K) < \delta Nehmen Sie der Einfachheit halber an, dass: Es ist...
Die Bayesianische Datenanalyse (S. 64) sagt zu einem normalen Modell : Eine vernünftige vage vorherige Dichte für und unter der Annahme einer vorherigen Unabhängigkeit von Orts- und Skalenparametern ist einheitlich für oder äquivalent fürμμ\muσσ\sigma( μ , logσ)(μ,Logσ)(\mu, \log \sigma)p ( μ ,...
Meine Frage betrifft die binäre Klassifizierung, beispielsweise die Trennung von guten und schlechten Kunden, aber nicht die Regression oder nicht-binäre Klassifizierung. In diesem Zusammenhang ist ein zufälliger Wald ein Ensemble von Klassifizierungsbäumen. Für jede Beobachtung stimmt jeder Baum...
Wenn ich das richtig verstehe, ist in der Bayes'schen Statistik ein Parameter eine Zufallsvariable. Bei der Schätzung des Parameters wird eine vorherige Verteilung mit den Daten kombiniert, um eine hintere Verteilung zu erhalten. Frage: Wird jeder Datenpunkt (sowohl in der Stichprobe als auch...
Intro Ich habe Teilnehmer, die unter zwei Bedingungen wiederholt kontaminierte Oberflächen mit E. coli berühren ( A = Handschuhe tragen, B = keine Handschuhe). Ich möchte wissen, ob es einen Unterschied zwischen der Menge an Bakterien auf ihren Fingerspitzen mit und ohne Handschuhe gibt, aber auch...
Also versuche ich, mir neuronale Netze beizubringen (für Regressionsanwendungen, ohne Bilder von Katzen zu klassifizieren). Meine ersten Experimente waren das Trainieren eines Netzwerks zur Implementierung eines FIR-Filters und einer diskreten Fourier-Transformation (Training für "Vorher" - und...
Mir scheinen wichtige Informationen zu fehlen. Mir ist bekannt, dass der logistische Regressionskoeffizient in log (Quoten) angegeben ist, der so genannten Logit-Skala. Daher wird zur Interpretation exp(coef)genommen und ergibt OR, das Odds Ratio. Wenn ist, lautet die Interpretation wie folgt: Für...
Ich weiß, dass es mehr als zwei Arten der Normalisierung gibt. Zum Beispiel, 1- Transformieren von Daten mit einem Z-Score oder T-Score. Dies wird üblicherweise als Standardisierung bezeichnet. 2- Daten neu skalieren, um Werte zwischen 0 und 1 zu erhalten. Die Frage jetzt, ob ich normalisieren muss...
Es gibt eine Aussage, dass die Maximierung der Wahrscheinlichkeit gleichbedeutend mit der Minimierung der Kreuzentropie ist. Gibt es Beweise für diese
Die Wahrscheinlichkeitsdichtefunktion einer gleichmäßigen Verteilung (kontinuierlich) ist oben gezeigt. Die Fläche unter der Kurve ist 1 - was sinnvoll ist, da die Summe aller Wahrscheinlichkeiten in einer Wahrscheinlichkeitsverteilung 1 ist. Formal kann die obige Wahrscheinlichkeitsfunktion (f...