Saya mencari literatur tentang regresi ridge negatif . Singkatnya, ini adalah generalisasi dari regresi ridge linier menggunakan negatif dalam rumus estimator:Kasus positif memiliki teori yang bagus: sebagai fungsi kerugian, sebagai kendala, seperti Bayes sebelumnya ... tapi saya merasa bingung...
Contoh di bawah ini diambil dari kuliah di deeplearning.ai menunjukkan bahwa hasilnya adalah jumlah dari produk elemen demi elemen (atau "perkalian elemen-bijaksana". Angka merah mewakili bobot dalam filter: ( 1 ∗ 1 ) + ( 1 ∗ 0 ) + ( 1 ∗ 1 ) + ( 0 ∗ 0 ) + ( 1 ∗ 1 ) + ( 1 ∗ 0 ) + ( 0 ∗ 1 ) + ( 0...
Saya telah melakukan banyak penelitian tentang Penguatan Pembelajaran akhir-akhir ini. Saya mengikuti Pembelajaran Penguatan Sutton & Barto : Pengantar untuk sebagian besar dari ini. Saya tahu apa itu Proses Keputusan Markov dan bagaimana pembelajaran Dynamic Programming (DP), Monte Carlo dan...
Bayangkan kita memiliki dua proses deret waktu, yang diam, menghasilkan: .xt,ytxt,ytx_t,y_t Apakah , juga stasioner?zt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} Bantuan apa pun akan dihargai. Saya akan mengatakan ya, karena memiliki representasi...
Tes seperti Z, t, dan beberapa lainnya mengasumsikan bahwa data didasarkan pada pengambilan sampel acak. Mengapa? Misalkan saya sedang melakukan penelitian eksperimental, di mana saya lebih peduli untuk validitas internal daripada yang eksternal. Jadi, jika sampel saya mungkin sedikit bias, oke,...
Apakah penggunaan "variasi" selalu merujuk ke pengoptimalan melalui inferensi variasional? Contoh: "Pengode-otomatis variasi" "Metode Bayesian Variasional" "Grup renasionalisasi
Saya mempelajari statistik bertahun-tahun yang lalu dan telah melupakan semuanya sehingga ini mungkin tampak seperti pertanyaan konseptual umum daripada yang spesifik tetapi di sini adalah masalah saya. Saya bekerja untuk situs web e-commerce sebagai Desainer UX. Kami memiliki kerangka kerja...
Saya melakukan model Regresi Poisson dengan 1 variabel respons dan 6 kovariat. Pemilihan model menggunakan AIC menghasilkan model dengan semua kovariat serta 6 istilah interaksi. Namun BIC, menghasilkan model dengan hanya 2 kovariat dan tidak ada istilah interaksi. Mungkinkah kedua kriteria itu,...
Fungsi softmax, yang biasa digunakan dalam jaringan saraf untuk mengubah bilangan real menjadi probabilitas, adalah fungsi yang sama dengan distribusi Boltzmann, distribusi probabilitas atas energi untuk ensembel partikel dalam kesetimbangan termal pada suhu T yang diberikan dalam...
Saat ini saya mencoba untuk membungkus kepala saya dengan matematika t-SNE . Sayangnya, masih ada satu pertanyaan yang tidak dapat saya jawab dengan memuaskan: Apa arti sebenarnya dari sumbu dalam grafik t-SNE? Jika saya akan memberikan presentasi tentang topik ini atau memasukkannya ke dalam...
The Halmos-Savage Teorema mengatakan bahwa untuk model statistik didominasi (Ω,A,P)(Ω,A,P)(\Omega, \mathscr A, \mathscr P) statistik T:(Ω,A,P)→(Ω′,A′)T:(Ω,A,P)→(Ω′,A′)T: (\Omega, \mathscr A, \mathscr P)\to(\Omega', \mathscr A') adalah cukup jika (dan hanya jika) untuk semua {P∈P}{P∈P}\{P \in...
Saya telah mencoba memahami peningkatan gradien membaca berbagai blog, situs web dan mencoba menemukan jawaban saya dengan melihat contohnya misalnya kode sumber XGBoost. Namun, saya tidak bisa menemukan penjelasan yang dapat dimengerti tentang bagaimana algoritma peningkatan gradien menghasilkan...
Saya mengacu pada penyesuaian pintu belakang dan penyesuaian pintu depan di sini : Penyesuaian pintu belakang : Masalah epidemiologis pola dasar dalam statistik adalah menyesuaikan efek pengacau yang terukur. Kriteria pintu belakang Pearl menggeneralisasikan ide ini. Penyesuaian pintu depan :...
Saya telah membaca di beberapa tempat bahwa R Squared bukan ukuran ideal ketika model cocok menggunakan LASSO. Namun, saya tidak tahu persis mengapa itu terjadi. Selain itu, dapatkah Anda merekomendasikan alternatif
Saya seorang pemula dan saya mencoba memahami apa yang ditunjukkan grafik autokorelasi. Saya telah membaca beberapa penjelasan dari sumber yang berbeda seperti halaman ini atau halaman Wikipedia terkait yang tidak saya kutip di sini. Saya memiliki kode yang sangat sederhana ini, di mana saya...
Untuk menghitung prediksi rata-rata model pada skala respons GLM, yang "benar" dan mengapa? Hitung model rata-rata prediksi pada skala tautan dan kemudian kembali transformasi ke skala respons, atau Kembali mengubah prediksi ke skala respons dan kemudian menghitung rata-rata model Prediksinya...
LSTM dalam kode Keras berikut input_t = Input((4, 1)) output_t = LSTM(1)(input_t) model = Model(inputs=input_t, outputs=output_t) print(model.summary()) dapat direpresentasikan sebagai Saya mengerti bahwa ketika kita memanggil model.predict(np.array([[[1],[2],[3],[4]]]))(hanya) unit LSTM...
Dalam buku Deep Learning Ian Goodfellow , tertulis itu Terkadang, fungsi kerugian yang benar-benar kita pedulikan (katakanlah, kesalahan klasifikasi) bukan salah satu yang dapat dioptimalkan secara efisien. Misalnya, meminimalkan kerugian yang diharapkan 0-1 yang diharapkan biasanya tidak dapat...
Dalam penginderaan terkompresi, ada jaminan teorema bahwa memiliki solusi jarang yang unik c (Lihat lampiran untuk detail lebih lanjut).argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc Apakah ada teorema yang serupa untuk laso? Jika...
Dalam kasus multivariat yang bernilai nyata, adakah cara untuk mengambil sampel titik-titik dari permukaan secara seragam di mana jarak Mahalanobis dari rata-rata adalah konstanta? EDIT: Ini hanya bermuara pada titik pengambilan sampel secara seragam dari permukaan hyper-ellipsoid yang memenuhi...