En dos bibliotecas de identificación de idiomas populares, Compact Language Detector 2 para C ++ y el detector de idiomas para java, ambos utilizaron n-gramos (basados en caracteres) para extraer características de texto. ¿Por qué no se usa una bolsa de palabras (una sola palabra / diccionario),...
Sea una secuencia de variables aleatorias st en probabilidad, donde es una constante fija. Estoy tratando de mostrar lo siguiente: y ambos con probabilidad. Estoy aquí para ver si mi lógica era sólida. Aquí esta mi trabajo{Xn}n≥1{Xn}n≥1\{X_n\}_{n\geq 1}Xn→aXn→aX_n \to...
Los ejemplos de esta página muestran que la regresión simple se ve notablemente afectada por los valores atípicos y esto se puede superar mediante técnicas de regresión robusta: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Creo que lmrob y ltsReg son otras técnicas de...
Estoy considerando un espacio grande (pero finito) de modelos de complejidad variable que exploro usando RJMCMC . Lo anterior en el vector de parámetros para cada modelo es bastante informativo. ¿En qué casos (si corresponde) debería preocuparme la paradoja de Jeffreys-Lindley que favorece...
¿Cómo debo interpretar las gráficas de altura de densidad? Por ejemplo, en la gráfica anterior, el pico es de aproximadamente 0.07 en x = 18. ¿Puedo inferir que alrededor del 7% de los valores son alrededor de 18? ¿Puedo ser más específico que eso? También hay un segundo pico en x = 30 con una...
Tengo una matriz de términos de documentos , y ahora me gustaría extraer palabras clave para cada documento con un método de aprendizaje supervisado (SVM, Naive Bayes, ...). En este modelo, ya uso Tf-idf, etiqueta Pos, ...METROMETROM Pero ahora me pregunto sobre nexts. Tengo una matriz con las...
Estoy tratando de resolver una tarea llamada detección de peatones y entreno clasifer binario en dos categorías positivas - personas, negativas - antecedentes. Tengo un conjunto de datos: cantidad de positivos = 3752 número de negativos = 3800 Uso train \ test split 80 \ 20% y...
Entonces, al mirar las redes neuronales de la función de base radial, me di cuenta de que las personas solo recomiendan el uso de 1 capa oculta, mientras que con las redes neuronales de perceptrón multicapa, más capas se consideran mejores. Dado que las redes RBF se pueden entrenar con la versión...
Estoy usando "glmnet" para la regresión de lazo en GWAS. Algunas variantes e individuos tienen valores perdidos y parece que glmnet no puede manejar los valores perdidos. ¿Hay alguna solución para esto? ¿O hay otro paquete que pueda manejar los valores faltantes en la regresión de lazo? Aquí...
Entonces, mi tío y yo estamos discutiendo si un lanzamiento de moneda es realmente aleatorio. Sostengo que no es porque en términos reales un lanzador de monedas siempre manipule una moneda, por lo que el resultado no es 50/50, por lo tanto, no es una buena opción como técnica de asignación al azar...
Hasta donde yo sé, tanto los autoencoders como el t-SNE se usan para la reducción de dimensionalidad no lineal. ¿Cuáles son las diferencias entre ellos y por qué debería usar uno versus
Además de la usabilidad, ¿hay alguna justificación epistémica (matemática, filosófica, heurística, etc.) para usar los conjugados anteriores? ¿O se debe principalmente a que suele ser una aproximación lo suficientemente buena y hace las cosas mucho más
Me gustaría saber cómo transformar valores negativos Log(), ya que tengo datos heteroscedasticos. Leí que funciona con la fórmula, Log(x+1)pero esto no funciona con mi base de datos y sigo obteniendo NaNs como resultado. Por ejemplo, recibo este mensaje de Advertencia (no puse mi base de datos...
El siguiente es un modelo creado a partir de un mtcarsconjunto de datos: > ols(mpg~wt+am+qsec, mtcars) Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination Ratio Test Indexes Obs 32 LR chi2 60.64 R2 0.850 sigma 2.4588 d.f. 3 R2 adj...
Cuando alguien dice que se muestrean datos de una distribución logarítmica uniforme entre 128 y 4000, ¿qué significa eso? ¿Qué tan diferente al muestreo de una distribución uniforme? Consulte este documento:
Estoy leyendo sobre distribuciones anteriores y calculé Jeffreys antes para una muestra de variables aleatorias normalmente distribuidas con media y varianza desconocidas. Según mis cálculos, lo siguiente vale para Jeffreys antes: Aquí,yoes la matriz de información de Fisher.p ( μ , σ2) = de t (...
Una mujer para la que estaba trabajando me pidió que hiciera un ANOVA unidireccional con algunos datos. Respondí que los datos eran datos de medidas repetidas (series de tiempo) y que pensaba que se violaba el supuesto de independencia. Ella respondió que no debería preocuparme por los supuestos,...
Soy nuevo en el aprendizaje automático, así que estoy tratando de encontrar algo de literatura, pero ni siquiera estoy seguro de qué buscar en Google. Mis datos son de la siguiente forma: User A performs Action P User B performs Action Q User C performs Action R ... User C performs Action X User A...
A medida que descubro el aprendizaje automático, veo diferentes técnicas interesantes como: ajusta automáticamente los algoritmos con técnicas como grid search, obtener resultados más precisos mediante la combinación de diferentes algoritmos del mismo "tipo", es decir boosting, obtener resultados...
¿Por qué el análisis de series temporales no se considera un algoritmo de aprendizaje automático (a diferencia de la regresión lineal)? Tanto la regresión como el análisis de series temporales son métodos de pronóstico. Entonces, ¿por qué uno de ellos se considera un algoritmo de aprendizaje pero...