Estoy tratando de automatizar la detección de valores atípicos en series de tiempo y utilicé una modificación de la solución propuesta por Rob Hyndman aquí . Digamos que mido las visitas diarias a un sitio web de varios países. Para algunos países donde las visitas diarias son de cientos o miles,...
Una estadística típica de procesamiento de imágenes es el uso de las características de textura de Haralick , que son 14. Me pregunto sobre la decimocuarta de estas características: dado un mapa de adyacencia (que simplemente podemos ver y la distribución empírica de dos enteros i , j < 256 ),...
Estoy trabajando con algunos datos del mundo real y los modelos de regresión están dando algunos resultados contraintuitivos. Normalmente confío en las estadísticas, pero en realidad algunas de estas cosas no pueden ser ciertas. El principal problema que estoy viendo es que un aumento en una...
Los sistemas lineales de ecuaciones son penetrantes en las estadísticas computacionales. Un sistema especial que he encontrado (por ejemplo, en el análisis factorial) es el sistema Ax=bAx=bAx=b donde Aquí es una matriz diagonal con una diagonal estrictamente positiva, es una matriz semi-definida...
¿Qué técnicas / enfoques son útiles para probar el software estadístico? Estoy particularmente interesado en los programas que realizan estimaciones paramétricas utilizando la máxima probabilidad. No siempre es posible comparar resultados con los de otros programas o fuentes publicadas, ya que la...
En PCA, ¿hace alguna diferencia si elegimos componentes principales de la matriz de covarianza inversa O si eliminamos los vectores propios de la matriz de covarianza correspondientes a valores propios grandes? Esto está relacionado con la discusión en esta publicación
Estoy trabajando en el libro de ESL de Hastie, y estoy teniendo un momento difícil con la pregunta 2.3. La pregunta es la siguiente: Estamos considerando una estimación vecina más cercana en el origen, y la ecuación indica la distancia media desde el origen hasta el punto de datos más cercano....
Me encontré con el siguiente problema de simulación: dado un conjunto de números reales conocidos, una distribución en está definida por donde denota la parte positiva de . Si bien puedo pensar en una muestra de Metropolis-Hastings dirigida a esta distribución, me pregunto si existe una muestra...
Me preguntaba, ¿cómo son útiles los espacios hilbert y el análisis funcional para el aprendizaje automático? Pensé que el aprendizaje automático era una mezcla de estadísticas, informática y optimización. ¿Cómo se relaciona el análisis funcional con
Cuando podemos diferenciar la función de costo y encontrar parámetros resolviendo ecuaciones obtenidas a través de la diferenciación parcial con respecto a cada parámetro y descubrir dónde la función de costo es mínima. También creo que es posible encontrar múltiples lugares donde las derivadas son...
He leído clasificadores algebraicos: un enfoque genérico para la validación cruzada rápida, la capacitación en línea y la capacitación paralela, y me sorprendió el desempeño de los algoritmos derivados. Sin embargo, parece que más allá de Naive Bayes (y GBM) no hay muchos algoritmos adaptados al...
Tengo la siguiente distribución discreta, donde son constantes conocidas:α,βα,β\alpha,\beta p ( x ; α , β) = Beta ( α + 1 , β+ x )Beta ( α , β)para x = 0 , 1 , 2 , ...pag(X;α,β)=Beta(α+1,β+X)Beta(α,β)para X=0 0,1,2,... p(x;\alpha,\beta) = \frac{\text{Beta}(\alpha+1,...
Entonces, digamos que lanzas una moneda 10 veces y llamas a ese 1 "evento". Si ejecuta, 1,000,000 de estos "eventos", ¿cuál es la proporción de eventos que tienen cabezas entre 0.4 y 0.6? La probabilidad binomial sugeriría que esto sea aproximadamente 0.65, pero mi código de Mathematica me dice...
Necesito implementar la detección de anomalías en varios conjuntos de datos de series temporales. Nunca he hecho esto antes y esperaba algún consejo. Me siento muy cómodo con Python, por lo que preferiría que se implementara la solución (la mayor parte de mi código es Python para otras partes de mi...
Me doy cuenta de que hay 3 parámetros de ajuste en el modelo de árboles de refuerzo, es decir El número de árboles (número de iteraciones) parámetro de contracción Número de divisiones (tamaño de cada árbol constituyente) Mi pregunta es: para cada uno de los parámetros de ajuste, ¿cómo debo...
Estoy tratando de entender cómo usar el teorema de Bayes para calcular un posterior, pero me estoy atascando con el enfoque computacional, por ejemplo, en el siguiente caso no me queda claro cómo tomar el producto de lo anterior y la probabilidad y luego calcular el posterior: Para este ejemplo,...
El espíritu de esta pregunta proviene del "Monte Carlo ordinario", también conocido como "el buen Monte Carlo a la antigua". Supongamos que tengo una variable aleatoria , conXXX μ : = E[ X]σ2: = Va r [ X]μ: =mi[X]σ2: =Vunar[X]\mu := E[X]\\ \sigma^2:=Var[X] Ambos son valores desconocidos, porque...
Tengo una pregunta sobre los clústeres que estoy considerando tratar con un enfoque de mezcla no paramétrica (creo). Estoy trabajando en la explicación del comportamiento humano. Cada fila de mi base de datos contiene: la identificación de alguien Algunos parámetros del entorno X (ejemplo: la...
Antecedentes del problema: como parte de mi investigación, he escrito dos algoritmos que pueden seleccionar un conjunto de características de un conjunto de datos (datos de expresión génica de pacientes con cáncer). Estas características luego se prueban para ver qué tan bien pueden clasificar una...
Mi comprensión del enfoque bootstrap se basa en el marco de Wasserman (casi al pie de la letra): Dejar Tn=g(X1,...,Xn)Tn=g(X1,...,Xn)T_n = g(X_1, ..., X_n) ser una estadística (XiXiX_i es la muestra iid extraída de la distribución FFF) Supongamos que queremos estimarVF(Tn)VF(Tn)V_F(T_n) - la...