タグ付けされた質問 「references」

私は小さな（200M）テキストのコーパスに取り組んでいます。これをクラスター分析で調べたいと思います。そのテーマに関するどの本や記事をお勧めしますか？

12 machine-learning  references  clustering 

確率密度関数を持つ分布から引き出されたランダムなベクトルがあるとしましょう。我々は直線フルランク、それを変換した場合行列取得するその後の密度によって与えられる。F → X（ → X）N×NA → Y =A → X → Y F → Y（ → Y）=1バツ⃗ ∈ RんX→∈Rn\vec{X} \in \mathbb{R}^nfバツ⃗ （x⃗ ）fX→(x→)f_\vec{X}(\vec{x})n × nn×nn \times nあAAY⃗ = A X⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ （y⃗ ）= 1| det A |fバツ⃗ （A− 1y⃗ ）。fY→(y→)=1|detA|fX→(A−1y→). f_{\vec{Y}}(\vec{y}) = \frac{1}{\left|\det A\right|}f_{\vec{X}}(A^{-1}\vec{y}). ここで、代わりにバツ⃗ X→\vec{X}をm × …

12 references  random-variable  pdf  linear 

強化学習の教科書・講義ノートを探しています。私は「統計学習入門」が好きですが、残念ながら彼らはこのトピックをカバーしていません。私はサットンとバルトの本が標準的な参考書であることを知っています、そしておそらくNDPも良いですがそれらは1997-98年のものです、そしてこの分野は最近かなり発展している可能性が高いのでもっと現代の博覧会を見つけたいと思っていました時間。

12 machine-learning  references 

誰かが同時方程式モデルと構造方程式モデル（SEM）の違いを理解するのを手伝ってくれませんか？誰かが私にそれについてのいくつかの文献を提供できるなら、それは素晴らしいことです。 また、時系列の文脈でSEMが使用されている文献はありますか？私が入手している文献は、主に断面データのコンテキストでSEMについて説明されています。 ありがとうございました！

12 time-series  references  sem 

ベイジアン統計（R付き）の基本的な MCMC に関する実用的かつ理論的な例を含む論文や本を探しています。シミュレーションについて勉強したことがないので、「基本的な」情報を探しています。いくつかのアドバイスやアドバイスをいただけますか？

11 bayesian  references  mcmc 

私は以前にMLコースを受講しましたが、自分の仕事でML関連のプロジェクトに取り組んでいるため、実際にそれを適用するのにかなり苦労しています。私がやっていることは以前に調査/処理されたと確信していますが、特定のトピックを見つけることができません。 私がオンラインで見つけた機械学習の例はすべて非常に単純です（たとえば、PythonでKMeansモデルを使用して予測を確認する方法）。これらを実際に適用する方法に関する優れたリソース、そしておそらく大規模な機械学習の実装とモデルトレーニングのコード例を探しています。MLアルゴリズムをより効果的にすることができる新しいデータを効果的に処理および作成する方法について学びたいです。

11 machine-learning  references  train  application 

私は、確率論を深く厳密にカバーした本を探していますが、数学部門の外でほとんど役立つ資料に重点を置いています。「確率論：探求と応用」はかなり良いと聞いたが、他にもいくつかの提案をしたかった。 たとえば、Achim Klenkeの本は私にとっては大きすぎます...私が知る限り、それはアプリケーションではなく定理証明のために編成されています。また、私が調べたものからのダレットの本や、ビリングスリーやフェラーの大ファンではありません。

11 probability  self-study  references 

複数のターゲットを持つデータを処理できる手法（例：3つの従属変数：2つの離散と1つの連続）に関するリソース（本、講義ノートなど）を探しています。 誰かこれに関するリソース/知識はありますか？これにニューラルネットワークを使用することは可能です。

11 regression  machine-learning  predictive-models  references 

存在することを望んでいる論文を探していますが、存在するかどうかはわかりません。横断的データを使用して長期的な変化を推測/予測することが悪いことである可能性がある理由について、ケーススタディのセット、および/または確率論からの議論である可能性があります（つまり、必ずしもそうではないかもしれませんが）。 私はいくつかの大きな間違いがあったのを見てきました。イギリスの裕福な人々は旅行するため、社会が豊かになるにつれて、人口は全体としてより多く旅行するという推論がなされました。その推論は、10年以上の長期間にわたって真実ではないことが判明しました。そして、国内の電力使用と同様のパターン：横断的なデータは、時間とともに明らかにならない、収入の大幅な増加を意味します。 コホート効果やサプライサイドの制約など、いくつかのことが起こっています。 そのようなケーススタディをまとめた単一のリファレンスがあると非常に便利です。および/または確率理論を使用して、横断データを使用して長期的な変化を推論/予測することが非常に誤解を招く可能性がある理由を説明する そのような論文は存在しますか、ある場合、それは何ですか？

11 references  panel-data  inference  causality  cross-section 

これがこのサイトに適しているかどうかはわかりませんが、私はMSEをコンピュータサイエンス（応用数学のBS）で始めており、機械学習の強力なバックグラウンドを取得したいと考えています（おそらく博士号を取得する予定です）。私のサブインタレストの1つはニューラルネットワークです。 ANNの良い数学的背景は何ですか？機械学習の他の領域と同様に、線形代数が重要だと思いますが、数学の他のどの領域が重要ですか？ ニューラルネットワーク：体系的な紹介またはパターン認識のためのニューラルネットワークを読む予定です。誰かが何か入力や代替推奨事項を持っていますか？

11 machine-learning  neural-networks  mathematical-statistics  references 

私は報酬の分配についての情報がない多腕バンディットの問題に取り組んでいます。 私は、既知の限界のある分布と、[0,1]でサポートされている一般的な分布の、後悔の限界を保証する多くの論文を見つけました。 報酬分配がそのサポートについて何の保証もない環境でうまく機能する方法があるかどうか知りたいのですが。私はノンパラメトリック許容限界を計算し、その数を使用して報酬分布をスケーリングしようとしているので、このペーパーで指定されたアルゴリズム2（http://jmlr.org/proceedings/papers/v23/agrawal12/agrawal12.pdf）を使用できます。）。誰かがこのアプローチがうまくいくと思いますか？ そうでない場合、誰かが私を正しい場所に向けることができますか？ 本当にありがとう！

11 references  multiarmed-bandit 

私の質問は、メタ回帰で、効果サイズを従属変数として使用し、別の効果サイズを独立変数として使用できるかどうかです。XXXYYY たとえば、飲酒問題における運動の影響についてメタ分析を実施したところ、有意な結果と高い不均一性が見つかりました。メタ回帰を行い、不安へのそれらの介入の効果サイズを独立変数として使用し、飲酒問題の効果サイズを従属変数として使用したい（各研究が不安と飲酒問題の両方を評価し、その効果を計算した場合）ヘッジのとしてのサイズ）。ggg これはあなたにとって意味がありますか？

11 references  meta-analysis  effect-size  meta-regression 

こんにちは私はいくつかのケーススタディでテキストマイニングと分類に関するいくつかの良い本があるかどうか知りたかったのです。そうでない場合は、一般にアクセス可能ないくつかの論文/ジャーナルはそうするでしょう。彼らが彼らの例をRでさらによく説明しているなら。ステップバイステップのマニュアルではなく、さまざまな種類の問題に対するさまざまなテキストマイニングアプローチの長所と短所を示すものを探しています。

11 references  text-mining 

私は純粋な数学（メジャー理論、関数分析、演算子代数など）の大学院レベルのバックグラウンドを持っています。また、確率理論（基本原理から機械学習技術まで）の知識が必要な仕事も持っています。 私の質問：誰かがいくつかの正規の読みと参考資料を提供できますか？ 確率論の自己完結型入門 メジャー理論の方法論と証明を避けないでください 応用技術に重点を置きます。 基本的に、純粋な数学者向けの応用確率理論を教えてくれる本が欲しい。確率論の基本的な公理から始まり、数学的厳密さを備えた応用概念を紹介するもの。 コメントに従って、必要なものについて詳しく説明します。基本から高度なデータマイニングを行っています。ロジスティック回帰、ディシジョンツリー、基本的な統計と確率（分散、標準偏差、尤度、確率、尤度など）、教師ありと教師なしの機械学習（主にクラスタリング（K平均、階層、SVM））。 上記を念頭に置いて、最初から始まる本が欲しいです。確率測度を定義するだけでなく、それらがどのようにして基本的な総和確率になるかを示します（私は直観的に、離散セットでの積分によって発生します）。そこから、マルコフ連鎖、ベイジアン....理論の背後にある基本的な推論について説明し、厳密な数学の概念を紹介しながら、これらの方法が実際の世界（具体的にはデータ）にどのように適用されるかを示します。マイニング）。 そのような本または参考文献は存在しますか？ ありがとうございました！ PS-私はこれがこの質問の範囲と似ていることを理解しています。ただし、私は（2つのフィールドと同様に）統計ではなく確率論を探しています。

11 probability  references 

前の質問に対する彼の回答では、@ Erik P.は式 ここでは分布の過剰な尖度です。サンプル分散の分布に関するWikipediaのエントリへの参照が示されていますが、Wikipediaのページには「引用が必要」と記載されています。κV a r [ s2] = σ4（2n − 1+ κん）、Var[s2]=σ4(2n−1+κn), \mathrm{Var}[s^2]=\sigma^4 \left(\frac{2}{n-1} + \frac{\kappa}{n}\right) \>, κκ\kappa 私の主な質問は、この式のリファレンスはありますか？導出することは「取るに足らない」ことであり、そうであれば、それは教科書で見つけることができますか？（@Erik P.は、数学統計とデータ分析でも、CasellaとBergerによる統計推論でもそれを見つけることができませんでした。トピックはカバーされていますが。 教科書への参照があればいいのですが、（）の主要な参照があるとさらに便利です。 （関連する質問は：未知の分布からのサンプルの分散の分布は何ですか？） 更新：@cardinalがmath.SEの別の方程式を指摘しました： ここで、は4番目の中心モーメントです。 μ4V a r（ S2） = μ4ん− σ4（n −3 ）ん（n − 1 ）Var(S2)=μ4n−σ4(n−3)n(n−1) \mathrm{Var}(S^2)={\mu_4\over n}-{\sigma^4\,(n-3)\over n\,(n-1)} μ4μ4\mu_4 方程式を並べ替えて2つを解決する方法はありますか、それともタイトルの方程式が間違っていますか？

11 estimation  variance  references