Podemos generalizar todos os métodos de conjunto usando votação? Os métodos de reforço também usam o voto para colocar os alunos fracos no modelo final? Minha compreensão da técnica: Impulsionar: adiciona continuamente um aluno fraco para aumentar os pontos de dados que não foram classificados...
Eu costumava treinar meu modelo na minha máquina local, onde a memória é suficiente apenas para 10 exemplos por lote. No entanto, quando eu migrei meu modelo para a AWS e usei uma GPU maior (Tesla K80), eu poderia acomodar um tamanho de lote de 32. No entanto, todos os modelos da AWS tiveram um...
Estou lendo sobre o PCA e entendo a maior parte do que está acontecendo em termos de derivação, além da suposição de que os autovetores precisam ser ortogonais e como isso se relaciona com as projeções (pontuações do PCA) não correlacionadas? Tenho duas explicações fornecidas abaixo, que usam um...
Se minha probabilidade tem a forma de uma distribuição beta e eu quero usar o prior de Jeffreys para seus parâmetros, qual é a forma do prior? Para algumas distribuições, é bastante simples calcular. por exemplo, no caso binomial, a expectativa da segunda derivada fornece claramente . Mas se a...
Uma propriedade fundamental da regressão de efeitos aleatórios é que as estimativas de interceptação aleatória são "reduzidas" em direção à média geral da resposta em função da variação relativa de cada estimativa. ρJ=τ2/(τ2+σ2/nj).você^j= ρjy¯j+ ( 1 - ρj) y¯U^j=ρjy¯j+(1−ρj)y¯\hat{U}_j = \rho_j...
Alguém pode fornecer uma visão intuitiva sobre por que é melhor ter beta menor? Para o LASSO, eu posso entender isso, há um componente de seleção de recurso aqui. Menos recursos tornam o modelo mais simples e, portanto, menos provável de ter um ajuste excessivo. No entanto, para cume, todos os...
Contexto: estou interessado em entender como analisar dados de ensaios clínicos com controle de história natural, ou seja, um ensaio clínico em que um grupo de pessoas (digamos, pessoas com risco genético para uma doença) é recrutado, todas elas são tratadas com uma droga e sua sobrevivência (por...
Recentemente, vi um termo "semi-paramétrico" nas respostas da minha pergunta, mas não entendi realmente o que esse termo significa. Wikipedia diz Em estatística, um modelo semiparamétrico é um modelo estatístico que possui componentes paramétricos e não paramétricos. E fornece o modelo de...
Tenho a seguinte configuração para um projeto de pesquisa de Finanças / Aprendizado de Máquina na minha universidade: estou aplicando uma Rede Neural (Profunda) (MLP) com a seguinte estrutura em Keras / Theano para distinguir estoques com desempenho superior (etiqueta 1) dos estoques com desempenho...
Eu tenho um conjunto de dados que analisa solicitações de imigração e aceitação de vistos (concessão de vistos). As taxas são calculadas para "aceito" e "rejeitado" dos pedidos de visto. No entanto, o conjunto de dados também possui valores para casos que foram fechados. Normalmente é quando o...
Não consigo entender essa propriedade de séries estacionárias e a função de autocorrelação. Eu tenho que provar isso ∑h = 1n - 1ρ^( h ) = - 12∑h=1n-1ρ^(h)=-12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Onde e é a função de autocovariânciaγ(h)ρ^(h)=γ^( H )γ^( 0...
O artigo traça para cada 100 mulheres que usam um certo tipo de método contraceptivo o número de gestações não planejadas ao longo do tempo. https://www.nytimes.com/interactive/2014/09/14/sunday-review/unplanned-pregnancies.html?_r=0 Em particular, no final do artigo, eles dizem: Os números são...
Encontrei uma métrica de erro usada para quantificar o erro de reconstrução de um modelo: , ondeyié oith ponto de dados,mié a estimativa do modelo doith ponto de dados, e ˉ y é a média de todos os pontos de dados. O numerador é o erro quadrado total do modelo e o denominador é o desvio quadrado...
Motivação No contexto da inferência pós-seleção de modelo, Leeb & Pötscher (2005) escrevem: Embora se saiba há muito tempo que a uniformidade (pelo menos localmente) dos parâmetros é uma questão importante na análise assintótica, essa lição foi muitas vezes esquecida na prática diária da...
Estou tendo problemas para encontrar um recurso on-line que deriva da Matriz de Informações de Fisher esperada para a distribuição t do aluno univariada. Alguém conhece esse recurso? Na ausência de qualquer recurso existente que deriva a matriz de informações de Fisher esperada para a distribuição...
Exposição e deslocamento são duas técnicas frequentemente usadas em regressões de Poisson por atuários para prever a frequência da reivindicação. Pelo meu entendimento, deslocamento e exposição são as mesmas coisas, então não entendo por que existem dois termos para descrever a mesma coisa. É...
Os algoritmos de iteração de política e valor podem ser usados para resolver problemas no processo de decisão de Markov. É difícil entender as condições necessárias para a convergência. Se a política óptima não se altera durante dois passos (ou seja, durante as iterações i e i + 1 ), pode-se...
De acordo com Lee e Little 2017 , ao usar os métodos de escore de propensão (PS), a ponderação das probabilidades gerará o efeito médio do tratamento no tratamento (ATT), enquanto o uso de subclassificação e ponderação pela probabilidade inversa de tratamento (IPTW) resultará na efeito medido no...
Considere o seguinte exemplo simples: library( rms ) library( lme4 ) params <- structure(list(Ns = c(181L, 191L, 147L, 190L, 243L, 164L, 83L, 383L, 134L, 238L, 528L, 288L, 214L, 502L, 307L, 302L, 199L, 156L, 183L), means = c(0.09, 0.05, 0.03, 0.06, 0.07, 0.07, 0.1, 0.1, 0.06, 0.11, 0.1,...
Fiquei me perguntando por que as pessoas usam processos gaussianos (GP) para modelar uma função desconhecida (às vezes determinística). Por exemplo, considere uma função desconhecida . Temos três observações independentes dessa