Questions tagged «references»

我有2个关于线性回归的简单问题： 建议什么时候标准化解释变量？ 使用标准化值进行估算后，如何预测新值（如何标准化新值）？ 一些参考会有所帮助。

37 regression  predictive-models  references  standardization  predictor 

有关统计教科书的几个问题，如“ 免费统计教科书 ”问题。但是，我正在寻找开放源代码的教科书，例如，拥有知识共享许可。原因是在其他领域的课程材料中，您仍然希望包括一些有关基本统计信息的文字。在这种情况下，重用现有材料而不是重写该材料将很有趣。 因此，有哪些关于统计（也许还有机器学习）的开源教科书可供选择？

37 references  open-source 

我正在尝试了解“ 梯度下降”和“ 随机梯度下降”的历史。梯度下降是1847年在柯西（Cauchy）发明的。模拟系统类似的方法。第536–538页有关更多信息，请参见此处。 从那时起，梯度下降方法不断发展，我对它们的历史不熟悉。我特别对随机梯度下降的发明感兴趣。 可以在学术论文中广泛使用的参考。

36 references  gradient-descent  history  sgd 

您会推荐哪些统计研究博客，为什么？

35 references 

我正在寻找一本好书/教程来学习生存分析。我也对在R中进行生存分析的参考资料感兴趣。

33 r  survival  references 

脊线，LASSO和Elasticnet正则化方法如何比较？它们各自的优点和缺点是什么？任何好的技术论文或讲义也将不胜感激。

33 references  lasso  regularization  ridge-regression  elastic-net 

谁能为了解SVD和PCA的人推荐一个关于偏最小二乘回归背后的理论的很好的解释（可在线获得）？我在网上查看了许多资料，但没有找到将严谨性和可访问性完美结合的任何内容。 我研究了《统计学习的要素》，这是在对交叉验证提出的一个问题的评论中提出的，什么是偏最小二乘（PLS）回归？它与OLS有何不同？，但我认为该参考文献并未涉及“正义”这一主题（这样做太简短了，并且没有提供关于该主题的太多理论）。从我读过，PLS利用预测变量，的线性组合zi=Xφizi=Xφiz_i=X \varphi_i协方差最大化yTziyTzi y^Tz_i 受约束∥φi∥=1‖φi‖=1\|\varphi_i\|=1和zTizj=0ziTzj=0z_i^Tz_j=0 if i≠ji≠ji \neq j, where the φiφi\varphi_i are chosen iteratively, in the order in which they maximize the covariance. But even after all I've read, I'm still uncertain whether that is true, and if so, how the method is executed.

33 regression  references  regularization  svd  partial-least-squares 

我通常使用BIC，因为我的理解是与AIC相比，它更重视简约。但是，我现在决定使用一种更全面的方法，并且也希望使用AIC。我知道Raftery（1995）为BIC差异提出了很好的指导原则：0-2弱，2-4是一个模型更好的积极证据，依此类推。 我在教科书上看过，它们在AIC上似乎很奇怪（看起来差异较大，AIC差异较小意味着一个模型更好）。这违背了我所学的知识。我的理解是您希望降低AIC。 有谁知道Raftery的指南是否也适用于AIC，或者我会在哪里引用某个模型相对于另一个模型的“证据强度”指南？ 是的，临界值并不是很好（我觉得它们很恼人），但是在比较不同种类的证据时它们很有用。

32 r  model-selection  references  aic  bic 

我是神经网络的新手，但是对理解它们非常感兴趣。但是，开始并不容易。 谁能推荐一本好书或其他任何资源？有必读吗？ 我很感谢任何小费。

32 machine-learning  neural-networks  references 

最近，我遇到了一篇论文，提出在特定数据集上使用k-NN分类器。作者使用所有可用的数据样本对不同的k值执行k倍交叉验证，并报告最佳超参数配置的交叉验证结果。 据我所知，这个结果是有偏差的，他们应该保留一个单独的测试集，以获取未用于执行超参数优化的样本的准确性估计。 我对吗？您能否提供一些参考（最好是研究论文）来描述交叉验证的这种滥用？

30 cross-validation  references  model-selection  model-evaluation 

我正在尝试整理一门自我指导的数学课程，为学习数据挖掘和机器学习做准备。这是通过在Coursera上开始Andrew Ng的机器学习课程而激发的，并认为在继续之前我需要提高自己的数学技能。我不久前从大学毕业，所以我的代数和统计学（特别是政治科学/心理学课程）很生疏。 主题中的答案是ML的全部必备知识吗？仅建议与机器学习直接相关的书籍或课程；我已经研究了其中的一些课程和书籍，但不完全知道要研究的数学主题（例如：数学地址的哪个领域派生出方程式以“最小化成本函数”？）。建议的另一主题（技能和课程工作需要成为数据分析师）仅提及分析数据所需的各种技能。《数学家统计学导论》线程不适用，因为我还没有数学学位。一个类似的线程，数学家希望获得等同于质量统计程度的知识 有一本令人难以置信的统计书籍清单，不过我还是想从一堆生锈的代数开始着手数学，然后再往上走。 那么，对于那些从事机器学习和数据挖掘工作的人来说，您认为数学的哪些领域对您的工作至关重要？您会建议以什么顺序为数据挖掘和机器学习做准备的数学主题？这是我到目前为止的清单和顺序： 代数 前微积分 结石 线性代数 可能性 统计信息（此处有许多不同的子字段，但不知道如何进行细分） 至于数据挖掘和机器学习，通过我目前的工作，我可以访问有关网站/应用程序活动，客户/订阅交易和房地产数据（静态和时间序列）的记录。我希望将数据挖掘和机器学习应用于这些数据集。 谢谢！ 编辑： 为了后代的缘故，我想为CMU的Geoffrey Gordon / Alex Smola的机器学习入门课程分享一个有用的数学自我评估。

30 machine-learning  references  data-mining 

当您从逻辑回归模型预测拟合值时，如何计算标准误差？我的意思是拟合值，而不是系数（涉及Fishers信息矩阵）。 我只发现了如何获得与数字R（例如，这里的R-帮助，或在这里对堆栈溢出），但我找不到公式。 pred <- predict(y.glm, newdata= something, se.fit=TRUE) 如果您可以提供在线资源（最好是在大学网站上），那就太好了。

29 r  regression  logistic  mathematical-statistics  references 

我想学习Gibbs采样的工作原理，并且正在寻找中级论文的基础。我具有计算机科学背景和基本的统计知识。 有人读过很好的材料吗？你在哪里学的？ 谢谢

29 references  gibbs 

与统计分析相关的播客有哪些？我已经找到了一些有关iTunes U的大学讲座的录音，但是我不知道任何统计播客。我最知道的是运筹学播客The Science of Better。它涉及统计问题，但不是专门用于统计的节目。

29 references 

最近，我读到递归神经网络可以近似任何算法。 所以我的问题是：这到底是什么意思，您能给我一个证明这一点的参考吗？

28 references  rnn