¿Hay alguna manera de obtener un puntaje de confianza (podemos llamarlo también valor de confianza o probabilidad) para cada valor pronosticado cuando se usan algoritmos como Bosques aleatorios o Incremento de gradiente extremo (XGBoost)? Digamos que este puntaje de confianza iría de 0 a 1 y...
Esta pregunta está inspirada en la respuesta de Martijn aquí . var [ X] = E[ X] E[ 1 - X]var[X]=E[X]E[1−X]\text{var}[X] = E[X]E[1-X]var [ X] = E[ X]var[X]=E[X]\text{var}[X] = E[X] A diferencia de la regresión lineal cuando los residuos se distribuyen normalmente, no se conoce la distribución de...
No creo que pueda haber una respuesta para todos los modelos de aprendizaje profundo. ¿Cuál de los modelos de aprendizaje profundo son paramétricos y cuáles no son paramétricos y por
Esta pregunta se hizo aquí, pero nadie dio una buena respuesta. Así que creo que es una buena idea mencionarlo nuevamente y también me gustaría agregar algunos comentarios / preguntas más. La primera pregunta es ¿cuál es la diferencia entre "modelado de ruta PLS" y "regresión PLS"? Para hacerlo...
Suponga un archivo de datos con más de 80 millones de unos y ceros, generados aleatoriamente. A partir de este archivo, queremos crear una lista de enteros decimales aleatorios. Este es el plan para hacer esta conversión. Divida los 80 millones de dígitos en grupos de 4 dígitos binarios....
He visto en algunos puntos el uso de la derivada Radon-Nikodym de una medida de probabilidad con respecto a otra, especialmente en la divergencia Kullback-Leibler, donde es la derivada de la medida de probabilidad de un modelo para algún parámetro arbitrario con respecto al parámetro real...
Por ejemplo, supongamos que estamos construyendo un estimador de edad, basado en la imagen de una persona. A continuación tenemos dos personas en trajes, pero la primera es claramente más joven que la segunda. (fuente: tinytux.com ) Hay muchas características que implican esto, por ejemplo,...
Busqué sobre la Regresión Bayesian Ridge en Internet, pero la mayor parte del resultado que obtuve es sobre la Regresión Lineal Bayesian. Me pregunto si son las mismas cosas porque la fórmula se parece
Adaboost es un método de conjunto que combina muchos estudiantes débiles para formar uno fuerte. Todos los ejemplos de adaboost que he leído usan tocones / árboles de decisión como estudiantes débiles. ¿Puedo usar diferentes estudiantes débiles en adaboost? Por ejemplo, ¿cómo implementar adaboost...
En su página wiki , los desarrolladores del estado de Stan: Algunos principios que no nos gustan: invariancia, Jeffreys, entropía En cambio, veo muchas recomendaciones de distribución normal. Hasta ahora utilicé métodos bayesianos que no dependían del muestreo, y me alegré de haber entendido por...
Cerrada . Esta pregunta necesita detalles o claridad . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Agregue detalles y aclare el problema editando esta publicación . Cerrado hace 2 años . Estoy trabajando en una tarea donde...
¿Los estimadores de Bayes son inmunes al sesgo de selección? La mayoría de los artículos que discuten la estimación en alta dimensión, por ejemplo, datos de secuencia del genoma completo, a menudo plantean el problema del sesgo de selección. El sesgo de selección surge del hecho de que, aunque...
Estoy tratando de probar la afirmación: Si e Y ∼ N ( 0 , σ 2 2 ) son variables aleatorias independientes,X∼N(0,σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2)Y∼N(0,σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) entonces también es una variable aleatoria
Estoy tratando de entender este problema. Un dado se tira 100 veces. ¿Cuál es la probabilidad de que ninguna cara aparezca más de 20 veces? Mi primer pensamiento fue usar la distribución binomial P (x) = 1 - 6 cmf (100, 1/6, 20) pero esto obviamente es incorrecto ya que contamos algunos casos más...
Definir X:=X:=X:= "la moneda tiene probabilidad 1 de aterrizar cabezas" Suponga que uno tiene la creencia previa: P(X)=1P(X)=1P(X)= 1. Sin embargo, después de lanzar la moneda una vez que aterriza cruz (E:=E:=E:= "Colas de monedas"). ¿Cómo debe un bayesiano actualizar sus creencias para mantenerse...
Deje xx\mathbf{x} ser un vector aleatorio extraído de PPP . Considere una muestra {xi}ni=1∼i.i.d.P{xi}i=1n∼i.i.d.P\{ \mathbf{x}_i \}_{i=1}^n \stackrel{i.i.d.}{\sim} P . Definir x¯n:=1n∑ni=1xix¯n:=1n∑i=1nxi\bar{\mathbf{x}}_n := \frac{1}{n} \sum_{i=1}^n \mathbf{x}_i, y C
Sea una secuencia de variables aleatorias distribuidas de forma independiente e idéntica con la función de densidad de probabilidad; Muestre queX1,X2,…X1,X2,…X_1,X_2,\ldotsf(x)={12x2e−x0if x>0;otherwise.f(x)={12x2e−xif x>0;0otherwise. f(x) = \left\{ \begin{array}{ll} \frac{1}{2}x^2 e^{-x} &...
Un colega tiene una función para nuestros propósitos es una caja negra. La función mide la similitud s ( a , b ) de dos objetos.ssss ( a , b )s(a,b)s(a,b) Sabemos con certeza que tiene estas propiedades:sss Los puntajes de similitud son números reales entre 0 y 1, inclusive. Sólo los objetos que...
¿Cuál es la mejor manera de dividir los datos de series temporales en conjuntos de tren / prueba / validación, donde el conjunto de validación se usaría para el ajuste de hiperparámetros? Tenemos 3 años de datos de ventas diarias, y nuestro plan es usar 2015-2016 como datos de capacitación, luego...
Como entendí, k-NN es un algoritmo de aprendizaje lento y no necesita una fase de entrenamiento. Entonces, ¿por qué necesitamos usar .fit()con sklearn y qué sucede cuando lo