El problema con el que estoy lidiando es predecir valores de series de tiempo. Estoy mirando una serie de tiempo a la vez y, por ejemplo, en base al 15% de los datos de entrada, me gustaría predecir sus valores futuros. Hasta ahora me he encontrado con dos modelos: LSTM (memoria a largo plazo;...
Actualmente estoy escribiendo un algoritmo para privacidad diferencial usando el mecanismo de Laplace. Lamentablemente no tengo antecedentes en estadísticas, por lo tanto, muchos términos son desconocidos para mí. Así que ahora estoy tropezando con el término: ruido de Laplace . Para que un...
Sé que lo he visto en ambos sentidos, entonces, ¿hay alguna diferencia entre los dos, y a cuál se hace referencia más
Estoy tratando de interpretar los resultados de un artículo, donde aplicaron regresión múltiple para predecir varios resultados. Sin embargo, los ββ\beta '(coeficientes B estandarizados definidos como βx1=Bx1⋅SDx1SDyβX1=siX1⋅SreX1Srey\beta_{x_1} = B_{x_1} \cdot
Supongamos que ajusto una regresión binomial y obtengo las estimaciones puntuales y la matriz de varianza-covarianza de los coeficientes de regresión. Eso me permitirá obtener un IC para la proporción esperada de éxitos en un experimento futuro, , pero necesito un IC para la proporción observada....
Actualmente estoy estimando un modelo de volatilidad estocástica con los métodos de Markov Chain Monte Carlo. De este modo, estoy implementando los métodos de muestreo de Gibbs y Metropolis. Suponiendo que tomo la media de la distribución posterior en lugar de una muestra aleatoria, ¿es esto lo que...
Actualmente estoy trabajando para tratar de implementar un método utilizado en un artículo popular titulado "Acabo de ejecutar dos millones de regresiones". La idea básica detrás de esto es que hay ciertos casos en los que no es obvio qué controles deben incluirse en el modelo. Una cosa que puede...
Digamos que tengo una arquitectura de modelo de aprendizaje profundo, así como un tamaño de mini lote elegido. ¿Cómo obtengo de estos los requisitos de memoria esperados para entrenar ese modelo? Como ejemplo, considere un modelo (no recurrente) con entrada de dimensión 1000, 4 capas ocultas...
Teniendo en cuenta la cantidad constante de características, Barnes-Hut t-SNE tiene una complejidad de , las proyecciones aleatorias y PCA tienen una complejidad de hace "asequibles" para conjuntos de datos muy grandes.O(nlogn)O(nlogn)O(n\log n)O(n)O(n)O(n) Por otro lado, los métodos que se basan...
Estoy tratando de averiguar la distribución de donde , iid sé que, tomando cada uno de los términos por separado, y Pero no estoy seguro acerca de la distribución de (*)(n−1)∑i=1nZ2i−(∑i=1nZi)2(∗)(n−1)∑i=1nZi2−(∑i=1nZi)2(∗) (n-1) \sum_{i=1}^n Z_i^2 - \left( \sum_{i=1}^n Z_i \right)^2 \qquad...
Creé una página web que muestra los resultados de medallas olímpicas en vivo de Thompson Reuters y los recuentos de la población mundial de la CIA. Los resultados son interesantes para mí: Hungría tiene una ventaja de dos dígitos en medallas de oro sobre el resto del mundo. Además, EE. UU. Y China...
Siempre me he suscrito a la sabiduría popular de que la disminución de la tasa de aprendizaje en un gbm (modelo de árbol impulsado por gradiente) no perjudica el rendimiento de la muestra fuera del modelo. Hoy no estoy tan seguro. Estoy ajustando modelos (minimizando la suma de los errores al...
Tengo un conjunto de datos que detalla una gran cantidad de juegos de cricket (unos pocos miles). En el "cricket", los "jugadores de bolos" lanzan repetidamente una pelota a una sucesión de "bateadores". El jugador de bolos está tratando de sacar al bateador "fuera". A este respecto, es bastante...
Sé cómo implementar la función objetivo lineal y los aumentos lineales en XGBoost. Mi pregunta concreta es: cuando el algoritmo se ajusta al residual (o al gradiente negativo), ¿está usando una característica en cada paso (es decir, modelo univariante) o todas las características (modelo...
Considere 3 muestras de iid extraídas de la distribución uniforme , donde es el parámetro. Quiero encontrar donde es la estadística de orden .u(θ,2θ)u(θ,2θ)u(\theta, 2\theta)θθ\thetaE[X(2)|X(1),X(3)]E[X(2)|X(1),X(3)] \mathbb{E}\left[X_{(2)}| X_{(1)}, X_{(3)}\right] X(i)X(i)X_{(i)}iii Esperaría...
Hay tantas técnicas de regularización que no es práctico probar todas las combinaciones: l1 / l2 norma máxima abandonar parada temprana ... Parece que la mayoría de las personas están contentas con una combinación de abandono escolar y parada temprana: ¿hay casos en los que tenga sentido usar...
Dejar XXXsea, por ejemplo, la cantidad de días que le quedan de vida. Un médico 1 evalúa la distribución deXXX como gaussiano: P(X)∼N(μ1,σ1)P(X)∼N(μ1,σ1)P(X)\sim\mathcal{N}(\mu_1,\sigma_1). Otro médico independiente 2 evalúaP(X)∼N(μ2,σ2)P(X)∼N(μ2,σ2)P(X)\sim\mathcal{N}(\mu_2,\sigma_2). Ambos...
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 3 años . Por lo que he leído y por las...
Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 3 años . Me gustaría...
Dados dos conjuntos de datos multidimensionales, e , algunas personas realizan análisis multivariables mediante la construcción de una variable dependiente sustituta mediante el análisis de componentes principales (PCA). Es decir, ejecute PCA en el conjunto , tome puntajes a lo largo del primer...