Na entrada da Wikipedia para o critério de informação Akaike , lemos em Comparação com BIC (critério de informação bayesiano) que ... AIC / AICc tem vantagens teóricas sobre BIC ... AIC / AICc é derivado de princípios de informação; O BIC não é ... O BIC tem um prioritário de 1 / R (onde R é o...
Encontrei em algum lugar que o conjunto de testes não deve ser usado como um conjunto de validação. Por quê? O conjunto de validação é acionado quando os parâmetros do modelo são fixados e o aprendizado ocorre apenas através do backprop no lote de treinamento. Então, por que não posso usar dados...
Estou estimando 15 parâmetros do meu modelo usando uma abordagem bayesiana e um método de Markov Chain Monte Carlo (MCMC). Meus dados após a execução de uma cadeia MCMC de 100000 amostras são, portanto, uma tabela 100000 × 15 de valores de parâmetros. Quero encontrar regiões de maior densidade de...
Já existem posts sobre avisos de R lidando com regressão logística e separação linear como esta . Eu só quero ter certeza de que, no Python Scikit Learn, esse problema foi resolvido pela parte da regularização L1 / L2 na função de otimização. Em outras palavras, é seguro dizer que os usuários não...
Descobrir como simular algo geralmente é a melhor maneira de entender os princípios subjacentes. Estou um pouco sem saber exatamente como simular o seguinte. Suponha que e tenham uma distribuição anterior que seja . Com base em uma amostra de observações abreviadas por apenas , estou interessado...
O que é uma função de indicador? Qual é a intuição por trás de uma função Indicator? Por que a função indicadora necessária no exemplo a seguir?IAIAI_A O exemplo a seguir pode ser reescrito sem usar a função de indicador? Seja qualquer evento. Podemos escrever como uma expectativa, da seguinte...
Estou tentando aprender o básico da decisão bayesiana e me deparei com a frase "anterior apropriado", mas realmente não entendo o que isso significa. Alguém
Estou tentando comparar a variabilidade em duas amostras que são bastante diferentes em escala (capacidade dos alunos de diferentes tipos de estabelecimentos de ensino (creche, ensino fundamental e médio). Minha abordagem é calcular o desvio padrão para cada amostra e depois dividir esse valor....
Eu enfrentei uma distribuição limitadora com covariância zero entre duas variáveis, mas a correlação delas é . Existe tal distribuição? Como isso pode ser explicado?111 Você está certo, posso precisar dar mais detalhes. OK, X e Y são distribuição normal bivariada com diferentes variações e...
Estou realmente confuso com o uso do solver na otimização computacional. Eu olhei em volta por um mês dentro e fora, para ver se consigo entender bem o que esse termo significa, mas ainda não o entendo bem. Parece que, se eu gostaria de resolver um problema de otimização no aprendizado de máquina...
Conforme observado por Wand e Jones (1995), a maioria dos kernels padrão pode ser vista como um caso de K( x ; p ) = { 22 p + 1B (p+1,p+1) }- 1( 1 - x2)p1{ | x | < 1 }K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|<1} K(x;p) = \{ 2^{2p+1} \; \mathrm{B}(p+1,p+1) \}^{-1} \; (1-x^2)^p...
Digamos que eu possa conhecer o SVD de alguma matriz :X = U S V TXXXX=USVTX=USVTX = USV^T Se eu tenho uma matriz ortogonal (ou seja, é quadrada e tem colunas ortonormais), o SVD de éA X AAAAAAAXAXAXA XA=USWTXA=USWTXA = USW^T onde .W=ATVW=ATVW = A^TV Mas algo pode ser dito sobre o SVD do se tiver...
Digamos que temos . Qual é a distribuição amostral de sua amostra?X∼Beta(α,β)X∼Beta(α,β)X \sim \text{Beta}(\alpha, \beta) Em outras palavras, que distribuição a amostra significa X¯X¯\bar{X} de uma versão beta
Considere uma regressão logística nesses dados: X1 X2 Y 1 0 0 1 0 1 0 1 0 0 1 0 0 1 0 0 1 1 1 1 1 R aceita três representações diferentes dos dados: uma linha por entrada da tabela e duas representações condensadas (uma com pesos, outra com sucessos e falhas). Na minha opinião, essas três...
Estou fazendo regressão linear em dados de composição usando a transformação de razão de log com dados do censo. Os IVs são composicionais (porcentagens que somam 100). O DV é não composicional e contínuo. Os resultados alr e clr são mais facilmente interpretados. Todos eles produzem a mesma...
Eu entendo que a fórmula para probabilidade de convergência é e eu posso resolver problemas usando a fórmula. Alguém pode explicá-lo intuitivamente (como eu tenho cinco anos), principalmente no que é ?P[|Xn−X∞|>ϵ]→0P[|Xn−X∞|>ϵ]→0P[|X_n − X_\infty| \gt \epsilon ]\to...
Estou lendo o livro de reconhecimento de padrões e aprendizado de máquina de Chris Bishop . Encontrei o termo inferência probabilística várias vezes. Eu tenho algumas perguntas. A inferência probabilística é aplicável apenas em um contexto de modelagem gráfica? Qual é a distinção entre inferência...
Deixei X1X1X_1, ..., XnXnX_n variáveis aleatórias distribuídas de forma idêntica e independente N(μ,σ2)N(μ,σ2)N(\mu, \sigma^2) É fácil mostrar que a média da amostra X¯=1n∑ni=0XiX¯=1n∑i=0nXi\bar{X} = \frac{1}{n}\sum^n_{i = 0}{X_i} é uma variável aleatória com N(μ,σ2n)N(μ,σ2n)N(\mu,...
Estou enfrentando uma distribuição posterior em um aplicativo MCMC que visa amostrar uma variável não observável dada uma série observada .x={xt}Tt=0x={xt}t=0Tx=\{x_t\}_{t=0}^{T}y={yt}Tt=0y={yt}t=0Ty=\{y_t\}^T_{t=0} No entanto, os posteriores condicionais são lidos como com sendo um vetor de...
Eu tenho um conjunto de dados de medições de temperatura da água tiradas de um grande corpo de água em intervalos irregulares durante um período de décadas. (Galveston Bay, TX, se você estiver interessado) Aqui está o chefe dos dados: STATION_ID DATE TIME LATITUDE LONGITUDE YEAR MONTH DAY SEASON...