Eu entendi que a principal diferença entre aprendizado de máquina e modelo estatístico é que, mais tarde, "assume" certo tipo de distribuição de dados e com base nesse paradigma de modelo diferente, bem como nos resultados estatísticos que obtemos (por exemplo, valores p, estatísticas F , t-stat,...
Gravei um DV e IV de 20 participantes. O IV é uma medida repetida, e meu objetivo é ver como a variação no IV pode explicar as variações no DV. Mais especificamente, quero um coeficiente beta para cada participante. Meu primeiro pensamento foi montar um modelo linear de efeitos mistos com...
Em suas postagens no blog, Andrew Gelman diz que não é fã de testes de hipóteses bayesianas (veja aqui: http://andrewgelman.com/2009/02/26/why_i_dont_like/ ) e, se não estou me lembrando, acho que ele também diz que o teste de hipóteses freqüentista também tem deficiências. Minha pergunta é: você...
Edit : The question Qual é o melhor livro sobre modelos lineares generalizados para iniciantes? não responde minha pergunta. Por um lado, tenho essencialmente todos os livros mencionados nas respostas a essa pergunta. Eles não cobrem este material. Coloquei em negrito as partes que precisam de...
Quero analisar alguns dados correspondentes à pontuação de propensão. Na literatura, geralmente é utilizado o teste de McNemar, uma vez que os dados são "pareados". No entanto, a correspondência não é pareada no senso comum. Seria mais correto usar o teste exato de Fisher? Que opiniões existem...
Com base no meu entendimento, os auto-codificadores são usados para encontrar uma representação compacta dos recursos de entrada que carregam as informações subjacentes essenciais. Existe alguma relação entre as distâncias L2 no espaço de entrada original e o espaço reduzido (compacto)? Caso...
As previsões de densidade são mais universais do que as pontuais; eles fornecem informações sobre toda a distribuição prevista de uma variável aleatória, e não sobre uma função concreta da mesma (como média prevista, mediana, quantil etc.). A disponibilidade de uma previsão de densidade permite que...
Existem problemas científicos com o uso do ML para ajudar na anotação humana? Eu tenho um conjunto de dados sem rótulo de 3 classes em que apenas 1 em 500 elementos pertencem às 2 classes de interesse. Os rótulos não são trivialmente discerníveis para todos os elementos dos dados não rotulados,...
Deixei X1 1,X2,X3, . . . ,XnX1,X2,X3,...,XnX_{1},X_{2},X_{3},...,X_{n} ser uma amostra aleatória de uma distribuição com pdf f( x ; α , θ ) =e- x / θθαΓ ( α )xα - 1Eu( 0 , ∞ )( x ) , α , θ >
Normalmente, trabalho mais no lado da estimativa de efeitos / inferência causal, onde as pessoas se sentem à vontade com a imputação múltipla de dados ausentes, mas agora estou trabalhando em um projeto que é mais do lado do aprendizado de máquina. Esperamos ter alguns dados ausentes, porque são...
Estou tentando criar um ECDF (e um limite de confiança) a partir de dados em Python. Posso gerar o ECDF facilmente com a numpyclassificação e o uso linspace. No entanto, não estou totalmente certo de quais são os limites de confiança apropriados e não parece haver nenhuma biblioteca...
Eu tenho um conjunto de pontos de dados onde são as variáveis independentes e acredito que cada pode ser modelado como sendo extraído de uma distribuição exponencial com os parâmetros .XEu,yEuXEu,yEuX_i, y_ixxxyEuyEuy_iλEuλEu\lambda_i Se eu usar o para prever , como posso avaliar a qualidade das...
Em R, os parâmetros estimados por glm()e seus erros padrão são fornecidos na escala de links, como alguém recentemente me esclareceu aqui . Faz sentido fornecer os parâmetros e seus erros padrão na mesma escala, mas por que não exibi-los na escala original dos dados? Eu imagino que a maioria das...
Problema Eu tenho dados de séries temporais gerados por uma máquina em dois períodos disjuntos de tempo - aproximadamente um mês em 2016 e outro mês em 2018. Os especialistas no domínio sugerem a hipótese de que a cada passo ttt, uma variável observada YtYtY^t pode ser explicado por outro...
Estou demorando um pouco para tentar entender os cálculos e a mecânica dos algoritmos de aprendizado de máquina que uso no meu dia-a-dia. Estudando a literatura de retropropagação no curso CS231n, quero ter certeza de que entendi a regra da cadeia corretamente antes de continuar meu estudo....
O processo AR (1) é Xt=ϕXt−1+εtXt=ϕXt−1+εt X_t = \phi X_{t-1} + \varepsilon_t se usarmos essa fórmula recursivamente, obteremos Xt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−jXt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−j X_t = \phi(\phi X_{t-2} + \varepsilon_{t-1}) +...
Pergunta muito básica aqui, mas eu gostaria de entender (não matematicamente) como o fato de adicionar uma "penalidade" (soma do coeficiente ao quadrado. Vezes um escalar) à soma residual do quadrado pode reduzir grandes coeficientes? obrigado
Como eu gero números aleatórios normais aleatoriamente distribuídos de forma idêntica, mas não independentes, de modo que sua soma caia dentro de um intervalo pré-especificado com probabilidade ?nnn[a,b][a,b][a,b]ppp (Essa pergunta é motivada pela geração de uma caminhada aleatória que termina em...
Suponha que você tenha dois conjuntos de dados D1 e D2. Ambos são amostrados da mesma distribuição subjacente X. Quero usá-los para treinar uma rede neural. Os recursos são todos os números inteiros não assinados no intervalo [0; 2 ^ 64]. Devido ao fato de os recursos estarem em escalas muito...
Estou interessado em entender qual arquitetura de rede neural é atualmente o estado da arte (às vezes abreviado como "SOTA") com relação às tarefas de classificação de imagem padrão, como MNIST, STLN-10 e CIFAR. Isso é desafiador porque novos resultados são publicados com frequência e pode ser...