«machine-learning» etiketlenmiş sorular

İnsanların SVM ve Çekirdekler üzerine çok çaba sarf ettiğini ve Makine Öğreniminde bir başlangıç ​​olarak oldukça ilginç göründüğünü gördüm. Ancak, (her zaman) (Yapay Sinir Ağı) açısından neredeyse her zaman daha iyi bir çözüm bulmamızı beklersek, bu dönemde başka yöntemler denemenin anlamı nedir? İşte bu konudaki kısıtlarım. Sadece Denetimli Öğrenmeyi düşünüyoruz; …

33 machine-learning  svm  kernel-trick  supervised-learning 

Derin konvolüsyonel sinir ağında ön eğitim konusunda herhangi bir literatür gören oldu mu? Yalnızca otomatik kodlayıcıda veya kısıtlı boltzman makinelerinde denetimsiz ön eğitim görmüştüm.

33 machine-learning  neural-networks  deep-learning  conv-neural-network  autoencoders 

Bir akış veri setim var, örnekler birer birer hazır. Onlar üzerinde çok sınıflandırma yapmam gerekiyor. Öğrenme sürecine bir eğitim örneği beslediğimde, örneği atmam gerekiyor. Aynı zamanda, etiketlenmemiş veriler üzerinde öngörüde bulunmak için en son modeli kullanıyorum. Bildiğim kadarıyla bir sinir ağı, örnekleri birer birer besleyerek ve örnek üzerinde ileriye doğru …

33 machine-learning  svm  neural-networks 

Göreceli değişken öneminin aşırı genel / basit olmayan Gradient Boostted Trees içinde nasıl hesaplandığına dair bir açıklama arıyorum: Ölçümler, bir değişkenin bölünme için seçilme sayısına dayanır, her bölünmenin sonucu olarak karenin iyileştirilmesiyle ağırlıklandırılır ve tüm ağaçların ortalaması alınır . [ Elith ve diğ. 2008, Regresyon ağaçlarının güçlendirilmesi için bir çalışma …

33 machine-learning  data-mining  predictive-models  cart  boosting 

HMM'lerin (Gizli Markov Modelleri) üretken modeller olduğunu ve CRF'nin ayırt edici modeller olduğunu anlıyorum. Ayrıca CRF'lerin (Koşullu Rastgele Alanlar) nasıl tasarlandığını ve kullanıldığını da biliyorum. Anlamadığım şey, bunların HMM'lerden farklı olmaları mı? HMM durumunda, sadece bir sonraki durumumuzu önceki düğümde, mevcut düğümde ve geçiş olasılığına göre modelleyebildiğimizi okudum, ancak CRF'ler …

33 machine-learning  hidden-markov-model  natural-language  conditional-random-field 

Andrew Ng'un Yapay Sinir Ağları ve Coursera'daki Derin Öğrenme kursunda kullanmanın neredeyse her zaman kullanmanın tercih edildiğini söylüyor .tanhtanhtanhsigmoidsigmoidsigmoid O verir nedeni çıkışları kullanarak olmasıdır daha etrafında 0 ziyade merkezi 'ın 0.5, ve bu 'biraz daha kolay bit sonraki katman için öğrenme yapar'.tanhtanhtanhsigmoidsigmoidsigmoid Aktivasyonun çıkış hızını merkezlemek neden öğreniyor? Sanırım …

33 machine-learning  neural-networks  backpropagation  sigmoid-curve 

Örneğin, regresyon yaparken, seçilecek iki hiper parametresi genellikle fonksiyonun kapasitesidir (örneğin bir polinomun en büyük üssü) ve düzenlileştirme miktarıdır. Kafam karıştı, neden sadece düşük kapasiteli bir işlev seçmiyor ve ardından herhangi bir düzenlemeyi yok sayıyorsunuz? Bu şekilde, fazla giymeyecek. Düzenlemeyle birlikte yüksek kapasiteli bir işleve sahipsem, düşük kapasiteli bir işleve …

32 regression  machine-learning  optimization  regularization  polynomial 

Trend konularını tahmin etmek için link anomalisi tespitini kullanan bu makaleyle karşılaştım ve inanılmaz derecede ilgi çekici buldum: “Sosyal Bağlantılarda Yeni Gelişen Konuları Link Anomalisi Tespiti ile Keşfetmek” . Farklı bir veri setinde çoğaltmayı çok isterdim, ama onları nasıl kullanacaklarını bilecek yöntemlere yeterince aşina değilim. Diyelim ki altı aylık bir …

32 time-series  machine-learning  outliers  python  change-point 

Popüler bir uygulama var mı Şartlı Rastgele Fields de Python ? Yaygın olarak kullanılan ve popüler bir şey bulamıyorum!

32 machine-learning  classification  python  conditional-random-field 

Yapay sinir ağları için tamamen yeniyim ama onları anlamakla çok ilgileniyorum. Ancak başlamak hiç de kolay değil. Herhangi biri iyi bir kitap veya başka bir kaynak önerebilir mi? Mutlaka okunması gereken bir şey var mı? Her türlü bahşiş için minnettarım.

32 machine-learning  neural-networks  references 

SVM kullanarak değişken (nitelik) önemi nasıl elde edilir?

32 machine-learning  feature-selection  svm 

Girişin bir görüntü olduğu ve etiketin 80 ile 350 arasında sürekli bir değer olduğu bir regresyon problemi üzerinde çalışıyorum. Bir reaksiyon gerçekleştikten sonra görüntüler bazı kimyasallara sahip. Ortaya çıkan renk, geride kalan başka bir kimyasal maddenin konsantrasyonunu gösterir ve modelin çıktısı budur - o kimyasal maddenin konsantrasyonu. Görüntüler döndürülebilir, çevrilebilir, …

32 regression  machine-learning  neural-networks  conv-neural-network  tensorflow 

Andrew Ng tarafından Coursera'da makine öğrenmesi hakkında verilen lineer regresyon dersiyle biraz kafam karıştı. Orada, karelerin toplamını en aza indiren bir maliyet işlevi verdi: 12m∑i=1m(hθ(X(i))−Y(i))212m∑i=1m(hθ(X(i))−Y(i))2 \frac{1}{2m} \sum _{i=1}^m \left(h_\theta(X^{(i)})-Y^{(i)}\right)^2 nereden geldiğini anlıyorum . Bence öyle yaptı ki, kare teriminde türev gerçekleştirdiğinde, kare terimdeki 2, yarı ile iptal edecektir. Ama nereden …

31 regression  machine-learning  loss-functions 

"Derin öğrenme" çok düzeyli / hiyerarşik modelleme için başka bir terim midir? İkincisine öncekinden çok daha aşinayım, ancak söyleyebileceğim kadarıyla, temel fark tanımlarında değil, uygulama alanlarında nasıl kullanıldığı ve değerlendirildiği. Tipik bir "derin öğrenme" uygulamasındaki düğümlerin sayısı daha büyüktür ve genel bir hiyerarşik form kullanır, oysa çok seviyeli modelleme uygulamaları …

31 machine-learning  multilevel-analysis  hierarchical-bayesian  deep-learning 

MRI verilerini kullanarak kansere yanıtı tahmin etmek için dört katmanlı bir CNN'im var. Doğrusal olmamaları tanıtmak için ReLU aktivasyonlarını kullanıyorum. Trenin doğruluğu ve kaybı monoton bir şekilde artar ve düşer. Ancak, test doğruluğum çılgınca dalgalanmaya başlar. Öğrenme oranını değiştirmeyi, katman sayısını azaltmayı denedim. Ancak, dalgalanmaları durdurmaz. Bu cevabı bile okudum …

31 machine-learning  python  deep-learning