«machine-learning» etiketlenmiş sorular

Coursera materyalini kullanarak makine öğrenmeyi öğrenmeye çalışıyordum . Bu derste Andrew Ng, hata fonksiyonunu (maliyet fonksiyonu) en aza indirecek doğrusal regresyon modelinin katsayılarını bulmak için gradyan iniş algoritması kullanır. Doğrusal regresyon için degrade inişe ihtiyacımız var mı? Görünüşe göre hata fonksiyonunu analitik olarak farklılaştırabilir ve katsayıları çözmek için sıfıra ayarlayabilirim; …

31 regression  machine-learning  linear-model  gradient-descent 

Değişkenlerin kümelerinin randomForestR'deki bir sınıflandırma modeline göre göreceli önemini belirlemek isterim . importanceİşlev, MeanDecreaseGiniher bir yordayıcı için metrik sağlar - bunu bir kümedeki her yordayıcı arasında toplamak kadar basit midir? Örneğin: # Assumes df has variables a1, a2, b1, b2, and outcome rf <- randomForest(outcome ~ ., data=df) importance(rf) # …

31 r  machine-learning  classification  random-forest 

Destek vektör sınıflandırması için libsvm ( http://www.csie.ntu.edu.tw/~cjlin/libsvm/ ) aracını kullanıyorum . Ancak, girdi verilerinin formatı hakkında kafam karıştı. README'den: Eğitim ve test veri dosyasının formatı şudur: <label> <index1>:<value1> <index2>:<value2> ... . . . Her satır bir örnek içerir ve '\ n' karakteriyle sonlanır. Sınıflandırma için, <label>sınıf etiketini gösteren bir tamsayıdır …

31 machine-learning  svm  python  libsvm  c++ 

İnsanların bir makine öğrenmesi problemindeki mevcut özelliklere dayanarak yeni özellikler yarattığını sık sık görüyorum. Örneğin, burada: https://triangleinequality.wordpress.com/2013/09/08/basic-feature-engineering-with-the-titanic-data/ insanlar bir kişinin ailesinin boyutunu yeni bir özellik olarak kabul etmişlerdir. Mevcut özellikleri olan kardeşlerin, kız kardeşlerin ve ebeveynlerin sayısı. Ama bunun anlamı ne? İlişkili yeni özelliklerin yaratılmasının neden faydalı olduğunu anlamıyorum. Bunu …

30 machine-learning  feature-engineering 

Denetimli öğrenme 1) İnsan, girdi ve çıktı verilerine dayalı bir sınıflandırıcı oluşturur. 2) Bu sınıflandırıcı bir veri eğitim seti ile eğitilmiştir. 3) Bu sınıflandırıcı bir veri test seti ile test edilmiştir. 4) Çıktı tatmin edici ise dağıtım "Bu verileri nasıl sınıflandıracağımı biliyorum, sıralamanız için yalnızca size (sınıflandırıcı) ihtiyacım var." Yöntem …

30 machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

Makine öğrenmesi bağlamında "çıkarım" ve "tahmin" arasındaki farklar nelerdir ? Bir acemi olarak, biz hissediyorum sonucuna rastgele değişkenler ve tahmin modeli parametreleri. Benim bu anlayış doğru mu? Eğer değilse, tam olarak farklar nelerdir ve hangisini kullanmalıyım? Ayrıca, hangisi “öğren” in eş anlamlısıdır?

30 machine-learning  inference  terminology 

[Bu soru aynı zamanda yığın taşmasına da yollandı ] Kısaca soru Konvolüsyonel sinir ağları üzerinde çalışıyorum ve bu ağların her giriş nöronuna (piksel / parametre) eşit şekilde davranmadığına inanıyorum. Bazı giriş görüntülerine evrişim uygulayan derin bir ağa (birçok katman) sahip olduğumuzu hayal edin. Görüntünün "ortasındaki" nöronların, daha derin katman nöronlarına …

30 machine-learning  neural-networks  convolution 

Veri madenciliği ve makine öğrenmesini öğrenmek için kendi kendine yönlendirilen bir matematik müfredatını oluşturmaya çalışıyorum. Bu, Andrew Ng'un makine öğrenme dersini Coursera'da başlatıp ilerlemeden önce matematik becerilerimi geliştirmek için gerekli olduğumu hissetmekle motive oluyor . Bir süre önce üniversiteden mezun oldum, bu yüzden cebirim ve istatistiklerim (özellikle siyaset bilimi / …

30 machine-learning  references  data-mining 

verilmiş örneği ile bir veri kümesi ile birlikte , her örnek burada sınıfları tam bir sınıfı aitxixix_iNNNxixix_iyiyiy_i çok sınıflı bir sınıflandırıcı Eğitim ve test ettikten sonra ben temelde bir tablo var gerçek sınıf ve tahmin sınıf her örneği için testi sette. Bu yüzden her örnek için bir eşleşme ( ) …

30 machine-learning  classification  multi-class 

Çok fazla adres dizgim var: 1600 Pennsylvania Ave, Washington, DC 20500 USA Onları bileşenlerine göre ayrıştırmak istiyorum: street: 1600 Pennsylvania Ave city: Washington province: DC postcode: 20500 country: USA Ancak elbette veriler kirli: birçok ülkede birçok dilde geliyor, farklı şekillerde yazılmış, yazım hataları var, eksik parçalar var, fazladan önemsiz şeyler …

30 machine-learning  text-mining 

Birkaç belirleyiciye sahip olduğum (biri en bilgilendirici olan) bir sınıflandırma görevim var ve sınıflandırıcımı oluşturmak için MARS modelini kullanıyorum (herhangi bir basit modelle ilgileniyorum ve açıklama amacıyla glms kullanmak çok iyi). Şimdi eğitim verilerinde çok büyük bir sınıf dengesizliği var (her pozitif örnek için yaklaşık 2700 negatif örnek). Bilgi Edinme …

30 machine-learning  roc  precision-recall  unbalanced-classes  data-visualization 

R ile hız kazanmaya çalışıyorum. Sonunda metin sınıflandırma yapmak için R kütüphanelerini kullanmak istiyorum. Metin sınıflandırma söz konusu olduğunda, insanların R'nin ölçeklenebilirliği ile ilgili deneyimlerinin neler olduğunu merak ediyordum. Büyük boyutlu verilerle karşılaşmam muhtemel (~ 300k boyutları). Özellikle sınıflandırma algoritmaları olarak SVM ve Random Forest kullanmaya bakıyorum. R kütüphaneleri sorun …

30 r  machine-learning  svm  text-mining  random-forest 

Andrew Ng'un Makine Öğrenimi ile ilgili ders notlarına bakıyorum . Notlar bize lojistik gerilemeyi ve ardından algılayıcısını tanıtıyor. Perceptron tarif edilirken, notlar sadece lojistik regresyon için kullanılan eşik fonksiyonunun tanımını değiştirdiğimizi söylüyor. Bunu yaptıktan sonra, sınıflandırma için Perceptron modelini kullanabiliriz. Öyleyse sorum şu - eğer bunun belirtilmesi gerekiyorsa ve Perceptron'u …

30 regression  machine-learning  self-study  logistic  perceptron 

Yapay sinir ağı , Bayes ağı , karar ağacı ve Petri ağları arasındaki fark , hepsi grafiksel modeller olmasına rağmen görsel olarak sebep-sonuç ilişkisini gösteriyor.

30 machine-learning  neural-networks  bayesian-network  fuzzy 

R'de gbm'deki etkileşim derinliği parametresi ile ilgili bir sorum vardı. Bu, özür dilediğim noob bir soru olabilir, ancak bir ağaçtaki terminal düğümlerinin sayısını belirttiğine inandığım parametre, temel olarak X-yolunu gösterir. öngörücüler arasındaki etkileşim? Sadece bunun nasıl çalıştığını anlamaya çalışıyorum. Ek olarak, bu iki faktör değişkeninin tek bir faktörde birleştirilmesi haricinde, …

30 r  machine-learning  boosting  gbm