Entonces, en una distribución normal, tenemos dos parámetros: media y varianza . En el libro Pattern Recognition and Machine Learning , de repente aparece un hiperparámetro en los términos de regularización de la función de error.μμ\muσ2σ2\sigma^2λλ\lambda ¿Qué son los hiperparámetros? ¿Por qué...
Estoy leyendo un artículo en el que los autores lideran una discusión sobre la estimación de máxima probabilidad del Teorema de Bayes, aparentemente como una introducción para principiantes. Como ejemplo de probabilidad, comienzan con una distribución
¿Es "margen de error" lo mismo que "error estándar"? ¡Un ejemplo (simple) para ilustrar la diferencia sería
En general, ¿cuál es la diferencia entre E ( X | Y )E(X|Y)E(X|Y) y E ( X | Y = y )E(X|Y=y)E(X|Y=y) ? Primero es función de yyy y último es función de xxx ? Es muy confuso
Supongamos que es el vector que maximiza la varianza de la proyección de los datos con matriz de diseño .tutuuXXX Ahora, he visto materiales que se refieren a como el (primer) componente principal de los datos, que también es el vector propio con mayor valor propio.tutuu Sin embargo, también he...
Soy un estudiante que está tomando mi primer curso de Estadística ahora. Estoy confundido por el término "estadística de prueba". A continuación (vi esto en algunos libros de texto), parece ser un valor específico calculado a partir de una muestra específica. t = ¯ x - μ 0tttt = x¯¯¯- μ0 0s /...
Sé muy poco de probabilidad y estadística, y deseo aprender. Veo la palabra "distribución" utilizada en todo el lugar en diferentes contextos. Por ejemplo, una variable aleatoria discreta tiene una "distribución de probabilidad". Yo sé lo que es esto. Una variable aleatoria continua tiene una...
Parece que la definición de aprendizaje supervisado es un subconjunto de aprendizaje de refuerzo, con un tipo particular de función de recompensa que se basa en datos etiquetados (a diferencia de otra información en el entorno). ¿Es esta una representación
En mi trabajo, cuando las personas se refieren al valor "medio" de un conjunto de datos, generalmente se refieren a la media aritmética (es decir, "promedio" o "valor esperado"). Si proporcionara la media geométrica , la gente probablemente pensaría que estoy siendo sarcástica o que no soy útil, ya...
En la literatura sobre redes neuronales, a menudo encontramos la palabra "tensor". ¿Es diferente de un vector? ¿Y de una matriz? ¿Tienes algún ejemplo específico que aclare su definición? Estoy un poco confundido acerca de su definición. Wikipedia no ayuda y a veces tengo la impresión de que su...
Había estado usando el término "Caso Heywood" de manera informal para referirme a situaciones en las que una estimación actualizada en línea de la "respuesta finita" iterativa de la varianza se volvió negativa debido a problemas de precisión numérica. (Estoy usando una variante del método de...
Estoy experimentando con el algoritmo de la máquina de aumento de gradiente a través del caretpaquete en R. Usando un pequeño conjunto de datos de admisión a la universidad, ejecuté el siguiente código: library(caret) ### Load admissions dataset. ### mydata <-
Estoy escribiendo sobre el uso de una 'distribución de probabilidad conjunta' para una audiencia que sería más probable que comprenda la 'distribución multivariada', así que estoy considerando usar la posterior. Sin embargo, no quiero perder el significado mientras hago esto. Wikipedia parece...
Según M. Katz en su libro Análisis multivariable (Sección 1.2, página 6), " Un factor de confusión está asociado con el factor de riesgo y está relacionado causalmente con el resultado " . ¿Por qué el factor de confusión debe estar relacionado causalmente con el resultado? ¿Sería suficiente que el...
Actualmente estoy pasando por un conjunto de diapositivas que tengo para el "análisis factorial" (PCA por lo que puedo decir). En él, se deriva el "teorema fundamental del análisis factorial" que afirma que la matriz de correlación de los datos que entran en el análisis ( ) se puede recuperar...
He visto una versión del término "invariante de permutación" de la tarea de reconocimiento de dígitos MNIST. Qué significa
He visto el operador en todas partes en alguna revisión de literatura que estoy haciendo en Causality (ver, por ejemplo, esta entrada de wikipedia ). Sin embargo, no puedo encontrar una definición formal y general de este operador.reo ( x )reo(X)do(x) ¿Alguien puede señalarme una buena referencia...
No puedo entender Thompson Sampling y cómo funciona. Estaba leyendo sobre Multi Arm Bandit y después de leer el algoritmo de confianza superior, muchos textos sugirieron que Thompson Sampling funciona mejor que UCB. ¿Qué es Thompson Sampling, en términos simples o simples? No dude en proporcionar...
Esto es claramente una cuestión de definición o convención, y casi no tiene importancia práctica. Si se establece en su valor tradicional de 0.05, ¿se considera que un valor p de 0.0500000000000 es estadísticamente significativo o no? ¿La regla para definir la significación estadística generalmente...
El contexto de esta pregunta está dentro de un marco de salud, es decir, examinando una o más terapias en el tratamiento de una afección. Parece que incluso los investigadores respetados confunden los términos eficacia y efectividad , usando los términos indistintamente. ¿Cómo se puede pensar en...