Estou um pouco preocupado e confuso com a ideia de como a técnica de parada precoce é definida. Se você der uma olhada na Wikipedia , ela será definida da seguinte forma: Divida os dados de treinamento em um conjunto de treinamento e um conjunto de validação, por exemplo, na proporção de 2 para...
Suponha que tenhamos um teste composto por 30 perguntas e 10 pessoas o façam. A pontuação média do teste dessas 10 pessoas é 17 e o desvio padrão de todas as pontuações da amostra é 4. Ao relatar as estatísticas descritivas na escola, usamos essas pontuações brutas e escrevemos ( M = 17, DP = 4);...
Em todos os papéis florestais aleatórios (de regressão) que li, quando chega a hora de reunir as previsões de todas as árvores, tomamos o valor médio como previsão. Minha pergunta é por que fazemos isso? Existe uma justificativa estatística para obter a média? EDIT: Para esclarecer a questão, eu...
Meu problema é o seguinte: tenho um conjunto de preditores de que cada um produz uma distribuição em um conjunto de classes. O que eu gostaria de fazer é primeiro ter um prévio não informativo sobre a aparência dessa distribuição de rótulos e depois atualizá-lo com a previsão de cada membro do...
Se as redes neurais profundas são consideradas aproximadores de funções universais, a expansão de bases é realmente necessária? Ou isso seria específico do caso? Por exemplo, se alguém tiver três variáveis X quantitativas, haveria alguma vantagem em expandir o número de variáveis introduzindo...
Algum de nossos especialistas em Monte Carlo pode explicar a expectativa "inesperada" ao final desta resposta ? Resumo ex post facto da outra pergunta / resposta: se são variáveis aleatórias do IID e as expectativas existem, então um argumento simples de simetria mostra que , mas um experimento...
Portanto, há desvio padrão, variância e covariância, mas existe um desvio padrão? Se não, por que não? Existe uma razão matemática fundamental ou é apenas uma convenção? Em caso afirmativo, por que não é usado mais ou pelo menos é realmente difícil de encontrar usando as pesquisas do...
Você conhece uma referência ou nome para a seguinte maneira de investigar se uma técnica de modelagem complexa é tendenciosa?TTT Aplique ao conjunto de dados original. Meça seu desempenho (por exemplo, R ao quadrado na configuração de regressão).TTT Permita aleatoriamente a variável de resposta...
Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . O que isto significa? Epoch...
Essa pergunta parece fundamental o suficiente para que eu esteja convencido de que foi respondida aqui em algum lugar, mas não a encontrei. Entendo que, se a variável dependente em uma regressão é normalmente distribuída, a probabilidade máxima e os mínimos quadrados comuns produzem as mesmas...
Estou tentando entender qual é a diferença entre o recozimento simulado e a execução de vários algoritmos gananciosos de escalada. Pelo meu entendimento, o algoritmo ganancioso aumentará a pontuação para um máximo local, mas se começarmos com várias configurações aleatórias e aplicá-lo a todas...
O estudo que estou analisando relata a altura média para 20 indivíduos com 1,70 metro, com um desvio padrão de 0,0. Isso significa que todos os 20 têm exatamente 1,70 metro? Ou isso é um erro de
Eu tenho uma pergunta ingênua sobre a teoria da decisão. Calculamos as probabilidades de vários resultados assumindo decisões específicas e atribuímos utilitários ou custos a cada resultado. Encontramos a decisão ideal encontrando a que tem a maior utilidade esperada. Mas por que devemos...
Fechado . Esta questão precisa ser mais focada . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela se concentre apenas em um problema editando esta postagem . Fechado há 2 anos . Sou um bayesiano...
Digamos que eu estime a seguinte regressão linear multivariada Como posso testar isso ?β 1 = β 2 = β 3y= β0 0+ β1x1+ β2x2+ β3x3+ β4x4+ ϵy=β0+β1x1+β2x2+β3x3+β4x4+ϵ y = \beta_0 +\beta_1 x_1 +\beta_2 x_2+\beta_3x_3+\beta_4x_4 + \epsilonβ1= β2= β3β1=β2=β3\beta_1=\beta_2=\beta_3 Eu sei que para...
Li este artigo de Michael Honiball (criador de Spacy), no qual ele fala sobre o problema do 'Esquecimento Catastrófico' . Aqui, ele diz que, quando queremos ajustar um modelo pré-treinado para adicionar um novo rótulo ou corrigir alguns erros específicos, ele pode introduzir o problema do...
No nível do modelo, para avaliar a contribuição / importância do preditor, podemos usar: Técnicas específicas do modelo - por exemplo, pureza (Índice de Gini) para um modelo baseado em árvore, coeficientes do modelo, quando aplicável, etc. Técnicas independentes de modelo - por exemplo,...
Eu tenho uma rede neural (camada única feed-forward) com a qual tento prever uma variável relacionada ao ambiente a partir de duas variáveis financeiras (regressão). Eu uso a função "train" do pacote de intercalação. Eu uso o nnet()algoritmo no pacote de sinal de intercalação. Eu tenho dois...
É bastante intuitivo que a maioria das arquiteturas / topologias de redes neurais não seja identificável. Mas quais são alguns resultados bem conhecidos no campo? Existem condições simples que permitem / impedem a identificação? Por exemplo, todas as redes com funções de ativação não lineares e...
No aprendizado por reforço, uma política é sempre determinística ou é uma distribuição de probabilidade entre as ações (das quais provamos)? Se a política é determinística, por que não é a função value, definida em um determinado estado para uma determinada política seguinte...