Estoy pasando algo de tiempo aprendiendo machine learning (perdón por la recursividad :) y no pude evitar sentirme intrigada por la regla general de elegir Gradient Descent sobre la resolución de ecuaciones directas para calcular los coeficientes de regresión, en el caso de la regresión lineal...
Mientras estudiaba el aprendizaje por refuerzo, me encontré con muchas formas de la función de recompensa: , R ( s , a , s ' ) e incluso una función de recompensa que solo depende del estado actual. Dicho esto, me di cuenta de que no es muy fácil 'hacer' o 'definir' una función de recompensa.R ( s...
Existe una importante investigación contemporánea sobre la optimización bayesiana (1) para ajustar los hiperparámetros ML. La motivación principal aquí es que se requiere un número mínimo de puntos de datos para tomar decisiones informadas sobre qué puntos vale la pena intentar (las llamadas a...
Estoy usando un modelo logit. Mi variable dependiente es binaria. Sin embargo, tengo una variable independiente que es categórica y contiene las respuestas: 1.very good, 2.good, 3.average, 4.poor and 5.very poor. Entonces, es ordinal ("categórico cuantitativo"). No estoy seguro de cómo manejar esto...
Estoy estudiando estadísticas y, a menudo, encuentro fórmulas que contienen el logy siempre estoy confundido si debo interpretarlo como el significado estándar de log, es decir, base 10, o si en estadística log generalmente se supone que el símbolo es el registro natural ln. En particular, estoy...
Estoy tratando de ajustar una regresión para explicar el número de homicidios en cada distrito de una ciudad. Aunque sé que mis datos siguen una distribución de Poisson, intenté ajustar un OLS como este: log(y+1)=α+βX+ϵlog(y+1)=α+βX+ϵlog(y+1) = \alpha + \beta X + \epsilon Luego, también probé...
He leído (por ejemplo, aquí ) que el núcleo Epanechnikov es óptimo, al menos en un sentido teórico, al hacer la estimación de la densidad del núcleo. Si esto es cierto, ¿por qué el gaussiano aparece con tanta frecuencia como el núcleo predeterminado, o en muchos casos el único núcleo, en las...
En este sitio web de psicometría leí que [A] ta la variación de nivel profundo es un concepto más fundamental que la desviación estándar. El sitio en realidad no explica más por qué la variación debe ser más fundamental que la desviación estándar, pero me recordó que he leído algunas cosas...
¿Cuál es la complejidad temporal del algoritmo k -NN con un enfoque de búsqueda ingenuo (sin árbol kd o similares)? Estoy interesado en su complejidad temporal considerando también el hiperparámetro k . He encontrado respuestas contradictorias: O (nd + kn), donde n es la cardinalidad del...
Estoy tratando de entender el significado matemático de los modelos de clasificación no lineal: Acabo de leer un artículo que habla de que las redes neuronales son un modelo de clasificación no lineal. Pero me doy cuenta de que: La primera
Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado hace 2 años . ¿Cuál es...
Definimos una época como haber pasado por la totalidad de todas las muestras de entrenamiento disponibles, y el tamaño del mini lote como el número de muestras sobre el que promediamos para encontrar las actualizaciones de pesos / sesgos necesarios para descender el gradiente. Mi pregunta es si...
Este es mi marco de datos: Group <- c("G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3") Subject <-...
Estudié matemáticas hace una década, así que tengo antecedentes en matemáticas y estadísticas, pero esta pregunta me está matando. Esta pregunta sigue siendo un poco filosófica para mí. ¿Por qué los estadísticos desarrollaron todo tipo de técnicas para trabajar con matrices aleatorias? Quiero...
Me pregunto si las estadísticas bayesianas se aplicarían en consecuencia desde el primer estudio hasta el último si esto hace que un metanálisis sea obsoleto. Por ejemplo, supongamos 20 estudios que se han realizado en diferentes puntos de tiempo. La estimación o distribución del primer estudio...
Frank Harrell ha comenzado un blog ( Pensamiento estadístico) . En su publicación principal , enumera algunas características clave de su filosofía estadística. Entre otros artículos, incluye: Convertir el tamaño de la muestra en una variable aleatoria cuando sea posible ¿Qué significa...
¿Existe alguna suposición sobre la variable de respuesta de regresión logística? Por ejemplo, supongamos que tenemos puntos de datos. Parece que la respuesta proviene de una distribución de Bernoulli con . Por lo tanto, deberíamos tener distribuciones de Bernoulli, con diferentes parámetros .Y i p...
¿Es cierto que para dos variables aleatorias y ,AAABBB E(A∣B)=E(B∣A)E(A)E(B)?E(A∣B)=E(B∣A)E(A)E(B)?E(A\mid B)=E(B\mid
La distribución beta aparece bajo dos parametrizaciones (o aquí ) f(x)∝xα(1−x)β(1)(1)f(x)∝xα(1−x)β f(x) \propto x^{\alpha} (1-x)^{\beta} \tag{1} o el que parece ser usado más comúnmente f(x)∝xα−1(1−x)β−1(2)(2)f(x)∝xα−1(1−x)β−1 f(x) \propto x^{\alpha-1} (1-x)^{\beta-1} \tag{2} Pero, ¿por qué...
En el artículo de Wikipedia sobre ANOVA , dice En su forma más simple, ANOVA proporciona una prueba estadística de si las medias de varios grupos son iguales y, por lo tanto, generaliza la prueba t a más de dos grupos. Según tengo entendido, ANOVA es lo mismo que la prueba t cuando se trata de...