«machine-learning» etiketlenmiş sorular

LASSO regresyonu katsayıları sıfıra doğru küçültür, böylece etkin model seçimi sağlar. Verilerimde nominal ve sürekli değişkenler arasında anlamlı etkileşimler olduğuna inanıyorum. Bununla birlikte, zorunlu olarak, gerçek modelin 'sıfır etkisi olmayan' ana etkileridir. Tabii ki, gerçek model bilinmediğinden bunu bilmiyorum. Hedeflerim gerçek modeli bulmak ve sonucu mümkün olduğunca yakın tahmin etmektir. …

25 machine-learning  lasso  glmnet  shrinkage  penalized 

Kapalı . Bu soru görüşe dayalı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Soruyu güncelleyin, böylece bu yayını düzenleyerek gerçekleri ve alıntıları yanıtlayabileceksiniz . 2 yıl önce kapandı . Genel olarak derin öğrenme ve sinir ağları ile ilgili temel problem. Eğitim verilerine uygun çözümler sonsuzdur. Sadece …

25 machine-learning  neural-networks  svm  deep-learning 

Laboratuvar değerleri de dahil olmak üzere yüksek boyutlu klinik verileri kullanarak öngörücü bir model geliştirmeye çalışıyorum. Veri alanı 5k örnek ve 200 değişken ile seyrek. Buradaki amaç, değişkenleri bir özellik seçim yöntemi (IG, RF vb.) Kullanarak sıralamak ve yordayıcı bir model geliştirmek için üst sıradaki özellikleri kullanmaktır. Özellik seçimi Naif …

25 machine-learning  missing-data 

Son zamanlarda makine öğrenimi görmeye başladım, ancak lojistik regresyonun ardındaki sezgiyi anlamadım . Aşağıda anladığım lojistik regresyon ile ilgili gerçekler var. Hipotezin temeli olarak sigmoid fonksiyonunu kullanıyoruz . O yüzden anlıyorum bir doğru seçim bu kadar ancak neden sadece anlamıyorum seçim. Hipotez, uygun çıkışın olması olasılığını temsil eder , bu …

25 regression  machine-learning  logistic 

Bir dizi özelliğe sahip bir veri setim var. Bazıları ikilidir aktif veya ateşlenmiş, etkin değil veya hareketsiz) ve gerisi gerçek , örneğin .0 = 4564.342)( 1 =(1=(1=0 =0=0=4564.3424564.3424564.342 Bu verileri bir makine öğrenme algoritmasına beslemek istiyorum, bu yüzden tüm gerçek değerli özellikleri puanladım. Onları yaklaşık ila arasında buluyorum . Şimdi …

25 machine-learning  normalization  binary-data 

KnownLabel Matrix ve PredictedLabel matrisinin verildiği bir senaryo düşünün. PredictedLabel matrisinin iyiliğini KnownLabel Matrisine göre ölçmek istiyorum. Ancak buradaki zorluk, BilinenLabel Matrix'in yalnızca bir tane 1 ve diğer birkaç satırda çok sayıda 1 olması (bu örnek çoklu etiketli). KnownLabel Matrix örneği aşağıda verilmiştir. A =[1 0 0 0 0 1 …

25 machine-learning  data-mining  multilabel 

Bazı noktalar var içinde ve ben böylece noktaları küme istiyorum:X= { x1, . . . , xn}X={x1,...,xn}X=\{x_1,...,x_n\}R,pR,pR^p Her kümede eşit sayıda elemanı bulunur . (Bu kümeler böler sayısı varsayalım .)XXXnnn Her küme, bir anlamda, araçlarından gelen kümeler gibi, "uzamsal olarak yapışkandır" .kkk Bunlardan birini veya diğerini tatmin eden birçok kümelenme …

25 machine-learning  clustering  k-means  unsupervised-learning 

İç içe çapraz doğrulama yapıyorum. Dışarıda bırakma çapraz doğrulama işleminin önyargılı olabileceğini okudum (nedenini hatırlamıyorum). Dışarıda bırakma çapraz doğrulama için daha uzun çalışma süresi dışında 10 kat çapraz doğrulama veya bir kez dışarıda bırakılma çapraz doğrulama kullanılması daha mı iyidir?

25 machine-learning  cross-validation 

Yakın geçmişteki iyi alınan söz konusu Tim sorar dengesiz veriler gerçekten Makine Öğrenmesi bir sorun olduğunda ? Sorunun önermesi, sınıf dengesini ve dengesiz sınıflar sorununu tartışan bir çok makine öğrenimi literatürü olmasıdır . Fikir, pozitif ve negatif sınıf arasında bir dengesizliğe sahip veri kümelerinin, bazı makine öğrenimi sınıflandırma (buraya olasılıklı …

25 machine-learning  classification  predictive-models  unbalanced-classes 

Ben de Empirical Bayes'e giriş yapan harika bir kitabı okudum . Kitabın harika olduğunu düşünmüştüm, ancak verilerden öncelikler oluşturmak yanlış hissettim. Bir analiz planı hazırlamanız ve ardından veri toplamanız ve daha önce analiz planınızda belirlediğiniz hipotezi test etmeniz konusunda eğitildim. Bunu daha önce toplayan verilere ilişkin bir analiz yaptığınızda, sizi …

24 machine-learning  hypothesis-testing  bayesian  empirical-bayes 

Gereğince bu ve bu cevap, autoencoders boyut azaltılması için sinir ağları kullanan bir tekniktir görünmektedir. Ek olarak, değişken bir otomatik kodlayıcının ne olduğunu ("geleneksel" otomatik kodlayıcılara göre başlıca farklılıkları / faydaları) ve bu algoritmaların kullanıldığı ana öğrenme görevlerinin ne olduğunu bilmek isterim.

24 machine-learning  bayesian  deep-learning  autoencoders  variational-bayes 

Bu tekrarlayan bir soru ( bu yazıya , bu yazıya ve bu yazıya bakın ), ancak farklı bir dönüşe sahibim. Genel bir MCMC örnekleyiciden bir grup örneğim olduğunu varsayalım. Her örnek için θθ\theta , log olabilirlik günlükf( x | θ )log⁡f(x|θ)\log f(\textbf{x} | \theta) ve log değerini biliyorum günlükf( θ …

24 machine-learning  bayesian  sampling  mcmc  likelihood 

Metin sınıflandırma için ortak bir yaklaşım, bir “sözcük çantası” ndan bir sınıflandırıcı yetiştirmektir. Kullanıcı sınıflandırılacak metni alır ve her nesnedeki kelimelerin sıklıklarını sayar, ardından elde edilen matrisi yönetilebilir bir büyüklükte tutmak için bir çeşit düzeltme yapılır. Genellikle kullanıcıların TFIDF kullanarak kendi özellik vektörlerini oluşturduklarını görüyorum. Başka bir deyişle, yukarıda belirtilen …

24 machine-learning  classification  text-mining 

Sorumun / başlığımın çok belirgin olmadığını biliyorum, bu yüzden onu netleştirmeye çalışacağım: Yapay sinir ağları nispeten katı tasarımlara sahiptir. Elbette, genel olarak, biyolojiden etkilenirler ve gerçek sinir ağlarının matematiksel bir modelini oluşturmaya çalışırlar, ancak gerçek sinir ağlarının anlayışımız kesin modeller oluşturmak için yetersizdir. Bu nedenle, gerçek sinir ağlarının "yakınına" gelen …

24 machine-learning  neural-networks  bioinformatics  artificial-intelligence  neuroscience 

Makine öğrenmesi (ML), doğrusal ve lojistik regresyon tekniklerini yoğun olarak kullanır. Ayrıca özellik mühendislik teknikleri (güvenir feature transform, kernelvs.). Neden hiçbir şey hakkında variable transformation(örneğin power transformation) ML belirtilen? (Örneğin, özelliklere kök veya günlük alma hakkında hiçbir zaman duymadım, genellikle polinomları veya RBF'leri kullanıyorlar.) Benzer şekilde, ML uzmanları neden bağımlı …

24 regression  machine-learning  data-transformation