Esta es una cuestión de terminología. A veces veo que las personas se refieren a las redes neuronales profundas como "perceptrones de varias capas", ¿por qué es esto? Un perceptrón, me enseñaron, es un clasificador (o regresor) de una sola capa con una salida de umbral binario que usa una forma...
¿Cuál fue la primera derivación de la distribución normal? ¿Puede reproducir esa derivación y también explicarla dentro de su contexto histórico? ? Quiero decir, si la humanidad se olvidara de la distribución normal, ¿cuál es la forma más probable de redescubrirla y cuál sería la derivación más...
Dados los tres vectores aaa , bbb y ccc , ¿es posible que las correlaciones entre aaa y bbb , aaa y ccc , y bbb y ccc sean todas negativas? Es decir, ¿es esto posible? corr(a,b)<0corr(a,c)<0corr(b,c)<0corr(a,b)<0corr(a,c)<0corr(b,c)<0\begin{align} \text{corr}(a,b) < 0\\...
Estoy tratando de usar la pérdida al cuadrado para hacer una clasificación binaria en un conjunto de datos de juguete. Estoy usando mtcarsun conjunto de datos, uso millas por galón y peso para predecir el tipo de transmisión. El gráfico a continuación muestra los dos tipos de datos del tipo de...
Esta pregunta se inspiró en dos interacciones recientes que tuve, una aquí en CV y la otra en economics.se. Allí, había publicado una respuesta a la conocida "Paradoja de la envoltura" (fíjate, no como la "respuesta correcta" sino como la respuesta que surge de suposiciones específicas sobre la...
Deje que X∼Dist(θX)X∼Dist(θX)X \sim \text{Dist}(\theta_X) y Y∼Dist(θY)Y∼Dist(θY)Y \sim \text{Dist}(\theta_Y) variables aleatorias continuas independientes generados a partir de la misma forma distributiva no especificado pero con provisión para diferentes valores de los parámetros. Estoy interesado...
Una regla de puntuación adecuada es una regla que se maximiza mediante un modelo 'verdadero' y no permite 'cubrir' o jugar con el sistema (informar deliberadamente diferentes resultados, como es la verdadera creencia del modelo para mejorar la puntuación). El puntaje de Brier es correcto, la...
Estoy tratando de leer sobre la investigación en el área de regresión de alta dimensión; cuando ppp es mayor que nnn , es decir, p>>np>>np >> n . Parece que el término logp/nlogp/n\log p/n aparece a menudo en términos de tasa de convergencia para estimadores de regresión. Por ejemplo,...
Estaba revisando la documentación de Stan que se puede descargar desde aquí . Estaba particularmente interesado en su implementación del diagnóstico Gelman-Rubin. El artículo original Gelman y Rubin (1992) define el factor de reducción de escala potencial (PSRF) de la siguiente manera: Deje que...
http://www.chioka.in/differences-between-l1-and-l2-as-loss-function-and-regularization/ Si nos fijamos en la parte superior de esta publicación, el escritor menciona que la norma L2 tiene una solución única y la norma L1 tiene posiblemente muchas soluciones. Entiendo esto en términos de...
En mi trabajo, cuando las personas se refieren al valor "medio" de un conjunto de datos, generalmente se refieren a la media aritmética (es decir, "promedio" o "valor esperado"). Si proporcionara la media geométrica , la gente probablemente pensaría que estoy siendo sarcástica o que no soy útil, ya...
Parece que la definición de aprendizaje supervisado es un subconjunto de aprendizaje de refuerzo, con un tipo particular de función de recompensa que se basa en datos etiquetados (a diferencia de otra información en el entorno). ¿Es esta una representación
Digamos que tenemos un modelo mod <- Y ~ X*Condition + (X*Condition|subject) # Y = logit variable # X = continuous variable # Condition = values A and B, dummy coded; the design is repeated # so all participants go through both Conditions # subject = random effects for different subjects...
¿Cuál es la definición matemática de una relación causal entre dos variables aleatorias? Dada una muestra de la distribución conjunta de dos variables aleatorias XXX e YYY , ¿cuándo diríamos que XXX causa YYY ? Por contexto, estoy leyendo este artículo sobre descubrimiento causal...
(Esta pregunta puede parecer más adecuada para la Filosofía SE. Espero que los estadísticos puedan aclarar mis ideas erróneas sobre las declaraciones de Box y Shmueli, por lo tanto, la estoy publicando aquí). George Box (de la fama de ARIMA) dijo: "Todos los modelos están equivocados, pero...
En primer lugar, no estoy preguntando esto: ¿Por qué la correlación cero no implica independencia? Esto se aborda (bastante bien) aquí: /math/444408/why-does-zero-correlation-not-imply-independence Lo que pregunto es lo contrario ... digamos que dos variables son completamente independientes...
Recientemente, dos compañeros de trabajo diferentes han utilizado una especie de argumento sobre las diferencias entre las condiciones que me parece incorrecto. Ambos compañeros de trabajo usan estadísticas, pero no son estadísticos. Soy un novato en estadística. En ambos casos, sostuve que,...
¿Alguien podría darme algunos ejemplos prácticos de la distribución Cauchy? ¿Qué lo hace tan
Tengo un conjunto de datos que esperaría seguir una distribución de Poisson, pero se dispersa en exceso aproximadamente 3 veces. Actualmente, estoy modelando esta sobredispersión usando algo como el siguiente código en R. ## assuming a median value of 1500 med = 1500 rawdist =...
Según tengo entendido, las escuelas del Reino Unido enseñan que la desviación estándar se encuentra usando: mientras que las escuelas de los Estados Unidos enseñan: (en un nivel básico de todos modos). Esto ha causado problemas a varios de mis alumnos en el pasado, ya que buscaron en...