Tengo curiosidad acerca de cómo los gradientes se propagan hacia atrás a través de una red neuronal utilizando módulos ResNet / conexiones de omisión. He visto un par de preguntas sobre ResNet (por ejemplo, red neuronal con conexiones de capa de salto ), pero esta pregunta específicamente sobre la...
Tengo un conjunto de datos Diga observaciones y variables:3101010333 obs A B C 1 0 0 1 2 0 1 0 3 1 0 1 4 1 1 0 5 1 0 1 6 1 0 0 7 1 1 0 8 0 0 1 9 0 1 1 10 0 1 1 Digamos que son clientes que han comprado ( ) o no ( ) en cada categoría . Hay unidades allí, por lo que estos clientes compran en...
Hay un hilo similar aquí (¿ La función de costo de la red neuronal no es convexa? ) Pero no pude entender los puntos en las respuestas allí y mi razón para preguntar nuevamente con la esperanza de que esto aclare algunos problemas: Si estoy usando la función de suma de costo de diferencia al...
Pregunta: ¿ Cuándo (para qué tipos de problemas de visualización de datos) son los mapas de calor más efectivos? (En particular, ¿más efectivo que todas las demás técnicas de visualización posibles?) ¿Cuándo son los mapas de calor menos efectivos? ¿Existen patrones o reglas generales comunes que...
Soy consciente de que ha habido muchos avances con respecto al reconocimiento de imágenes, clasificación de imágenes, etc. con redes neuronales profundas y convolucionales. Pero si entreno una red en, por ejemplo, imágenes PNG, ¿ solo funcionará para imágenes tan codificadas? ¿Qué otras...
(ACTUALIZACIÓN: profundicé en esto y publiqué los resultados aquí ) La lista de pruebas estadísticas con nombre es enorme. Muchas de las pruebas comunes se basan en la inferencia de modelos lineales simples, por ejemplo, una prueba t de una muestra es solo y = β + ε que se prueba contra el modelo...
He estado trabajando con las redes neuronales convolucionales (CNN) durante algún tiempo, principalmente en datos de imágenes para la segmentación semántica / segmentación de instancias. A menudo he visualizado el softmax de la salida de la red como un "mapa de calor" para ver qué tan altas son las...
(Disculpas de antemano por el uso de lenguaje laico en lugar de lenguaje estadístico). Si quiero medir las probabilidades de tirar cada lado de un dado físico específico de seis lados dentro de aproximadamente +/- 2% con una confianza razonable de certeza, ¿cuántas muestras de tiradas serían...
La Sección 1.7.2 de Descubriendo Estadísticas Usando R por Andy Fields, et all, mientras enumera las virtudes de la media frente a la mediana, establece: ... la media tiende a ser estable en diferentes muestras. Esto después de explicar las muchas virtudes de la mediana, por ej. ... La...
Lanzamos un dado de 6 lados muchas veces. Calculando la diferencia (valor absoluto) entre un rollo y su rollo anterior, ¿se espera que las diferencias se distribuyan uniformemente? Para ilustrar con 10 rollos: roll num result diff 1 1 0 2 2 1 3 1 1 4 3 2 5 3 0 6 5 2 7 1 4 8 6 5 9 4 2 10 4 0 ¿...
¿Por qué es tan importante la autocorrelación ? He entendido el principio (supongo ...) pero como también hay ejemplos en los que no se produce la autocorrelación, me pregunto: ¿no está todo en la naturaleza de alguna manera autocorrelacionado? El último aspecto apunta más a una comprensión general...
Quiero comprender completamente la noción de describe la cantidad de variación entre las variables. Cada explicación web es un poco mecánica y obtusa. Quiero "entender" el concepto, no solo usar mecánicamente los números.r2r2r^2 Por ejemplo: horas estudiadas vs. puntaje de la prueba rrr =...
Para agrupar documentos (de texto) necesita una forma de medir la similitud entre pares de documentos. Dos alternativas son: Compare documentos como vectores de términos usando Cosine Similarity - y TF / IDF como las ponderaciones de los términos. Compare la distribución de probabilidad de cada...
Después de realizar el análisis de componentes principales (PCA), quiero proyectar un nuevo vector en el espacio PCA (es decir, encontrar sus coordenadas en el sistema de coordenadas PCA). He calculado PCA en lenguaje R usando prcomp. Ahora debería poder multiplicar mi vector por la matriz de...
Tengo algunos datos a los que estoy tratando de ajustar una línea de tendencia. Creo que los datos siguen una ley de potencia, por lo que he trazado los datos en ejes de registro-registro buscando una línea recta. Esto ha resultado en una línea (casi) recta y, por lo tanto, en Excel he agregado una...
Quiero calcular la distribución de probabilidad para el total de una combinación de dados. Recuerdo que la probabilidad de es el número de combinaciones que suman ese número sobre el número total de combinaciones (suponiendo que los dados tengan una distribución uniforme). ¿Cuáles son las...
De ninguna manera soy estadístico (he tenido un curso de estadística matemática pero nada más que eso), y recientemente, mientras estudiaba teoría de la información y mecánica estadística, conocí esta cosa llamada "medida de incertidumbre" / "entropía". Leí la derivación de Khinchin como una medida...
Nota: El caso es n >> p Estoy leyendo Elementos de aprendizaje estadístico y hay varias menciones sobre la forma "correcta" de hacer la validación cruzada (por ejemplo, página 60, página 245). Específicamente, mi pregunta es ¿cómo evaluar el modelo final (sin un conjunto de pruebas separado)...
Estoy interesado en aprender más sobre las técnicas no paramétricas bayesianas (y relacionadas). Mi formación es en informática y, aunque nunca he tomado un curso sobre teoría de la medida o teoría de la probabilidad, he recibido una cantidad limitada de capacitación formal en probabilidad y...
He estado usando distribuciones normales de registro como distribuciones anteriores para parámetros de escala (para distribuciones normales, distribuciones t, etc.) cuando tengo una idea aproximada sobre cuál debería ser la escala, pero quiero equivocarme al decir que no sé mucho al respecto. Lo...