Saya seorang noob dalam statistik, jadi bisakah kalian tolong bantu saya di sini. Pertanyaan saya adalah sebagai berikut: Apa sebenarnya varian yang dikumpulkan? ? Ketika saya mencari rumus untuk varian gabungan di internet, saya menemukan banyak literatur menggunakan rumus berikut (misalnya, di...
http://www.deeplearningbook.org/contents/ml.html menjelaskan kesalahan bayes seperti di bawah ini Model yang ideal adalah oracle yang hanya tahu distribusi probabilitas sebenarnya yang menghasilkan data. Bahkan model seperti itu masih akan menimbulkan beberapa kesalahan pada banyak masalah,...
Hampir semua basis data yang ingin kita prediksi menggunakan algoritma pembelajaran mesin akan menemukan nilai yang hilang untuk beberapa karakteristik. Ada beberapa pendekatan untuk mengatasi masalah ini, untuk mengecualikan garis yang memiliki nilai yang hilang sampai mereka mengisi dengan nilai...
Saya melatih jaringan saraf menggunakan i) SGD dan ii) Adam Optimizer. Saat menggunakan SGD normal, saya mendapatkan loss pelatihan yang mulus vs kurva iterasi seperti terlihat di bawah ini (yang merah) Namun, ketika saya menggunakan Adam Optimizer, kurva kehilangan pelatihan memiliki beberapa...
Saya mengerti alasan di balik pemisahan data ke dalam set Tes dan set Validasi. Saya juga mengerti bahwa ukuran perpecahan akan tergantung pada situasi tetapi umumnya akan bervariasi dari 50/50 hingga 90/10. Saya membuat RNN untuk mengoreksi ejaan dan mulai dengan kumpulan data kalimat ~ 5m. Saya...
Saya mencoba mempelajari cara menggunakan Neural Networks. Saya sedang membaca tutorial ini . Setelah memasang Neural Network pada Time Series menggunakan nilai pada untuk memprediksi nilai pada t + 1 penulis memperoleh plot berikut, di mana garis biru adalah seri waktu, hijau adalah prediksi pada...
Pertanyaan: Apa perbedaan utama dan persamaan antara menggunakan kesalahan standar Newey-West (1987) dan Hansen-Hodrick (1980)? Dalam situasi apa salah satu dari ini lebih disukai daripada yang lain? Catatan: Saya tahu bagaimana masing-masing prosedur penyesuaian ini bekerja; namun, saya belum...
Saya mempelajari Tutorial ini pada Variational Autoencoders oleh Carl Doersch . Di halaman kedua disebutkan: Salah satu kerangka kerja yang paling populer adalah Varienc Autoencoder [1, 3], subjek tutorial ini. Asumsi model ini lemah, dan pelatihan cepat melalui backpropagation. VAE memang...
Saya tertarik untuk mengubah hipotesis nol menggunakan glm()R. Sebagai contoh: x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) menguji hipotesis bahwa . Bagaimana jika saya ingin mengubah null ke p = beberapa nilai arbitrer, di dalam ? p=0.5p=0.5p = 0.5pppglm() Saya tahu ini...
Saya ingin melakukan proyek optical character recognition (OCR). Setelah melakukan beberapa penelitian saya menemukan arsitektur yang tampaknya menarik: CNN + RNN + CTC. Saya akrab dengan jaringan saraf berbelit-belit (CNN), dan jaringan saraf berulang (RNN), tetapi apa itu Classification Temporal...
Saya telah membaca berkali-kali bahwa efek acak (BLUP / mode kondisional untuk, katakanlah, subjek) bukan parameter dari model efek campuran linier tetapi sebaliknya dapat diturunkan dari estimasi varians / parameter kovarian. Misalnya Reinhold Kliegl et al. (2011) menyatakan: Efek acak adalah...
Saya bisa memikirkan setidaknya satu contoh naif. Misalkan saya ingin mempelajari hubungan antara X dan Z. Saya juga curiga bahwa Y mempengaruhi Z, jadi saya mengontrol untuk Y. Namun, ternyata, tanpa sepengetahuan saya, X menyebabkan Y, dan Y menyebabkan Z. Oleh karena itu, dengan mengendalikan...
Bagaimana dan mengapa generator angka acak (RNG) penting dalam statistik komputasi? Saya memahami bahwa keacakan penting ketika memilih sampel untuk banyak uji statistik untuk menghindari bias terhadap hipotesis, tetapi apakah ada area lain dari statistik komputasi di mana generator bilangan acak...
Apa turunan dari fungsi aktivasi ReLU didefinisikan sebagai: ReLU(x)=max(0,x)ReLU(x)=max(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) Bagaimana dengan kasus khusus di mana ada diskontinuitas dalam fungsi di
Grafik asiklik terarah (DAG) adalah representasi visual yang efisien dari asumsi kausal kualitatif dalam model statistik, tetapi dapatkah mereka digunakan untuk menyajikan persamaan variabel instrumen biasa (atau persamaan lainnya)? Jika ya, bagaimana caranya? Jika tidak,
Saya kira itu P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B) = P(A | B,C) * P(C) + P(A|B,\neg C) * P(\neg C) benar, padahal P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B) = P(A | B,C) + P(A|B,\neg C) salah. Namun, saya sudah mendapat "intuisi"...
Misalkan kita memiliki dua pohon regresi (pohon A dan pohon B) yang peta masukan untuk output y ∈ R . Biarkan y = f A ( x ) untuk pohon A dan f B ( x ) untuk pohon B. Setiap pohon menggunakan perpecahan biner, dengan hyperplanes sebagai fungsi memisahkan.x∈Rdx∈Rdx \in \mathbb{R}^dy^∈Ry^∈R\hat{y}...
Ini adalah pertanyaan diskusi tentang persimpangan statistik dan ilmu pengetahuan lainnya. Saya sering menghadapi masalah yang sama: para peneliti di bidang saya cenderung mengatakan bahwa tidak ada efek ketika nilai-p tidak kurang dari tingkat signifikansi. Pada awalnya, saya sering menjawab ini...
Pertanyaan ini merujuk pada makalah Galit Shmueli "Untuk Menjelaskan atau Memprediksi" . Secara khusus, di bagian 1.5, "Penjelasan dan Prediksi Berbeda", Profesor Shmueli menulis: Dalam pemodelan penjelas fokusnya adalah pada meminimalkan bias untuk mendapatkan representasi paling akurat dari...
Saya belum menemukan jawaban yang memuaskan untuk ini dari google . Tentu saja jika data yang saya miliki adalah urutan jutaan maka pembelajaran mendalam adalah caranya. Dan saya telah membaca bahwa ketika saya tidak memiliki data besar maka mungkin lebih baik menggunakan metode lain dalam...