«machine-learning» etiketlenmiş sorular

Karşılaştığım bir sınıflandırma problemi için sinir ağı ile deneyler yapmak istiyordum. RBM'lerden bahseden gazetelere rastladım. Ama anladığım kadarıyla, çok katmanlı bir sinir ağına sahip olmaktan farklı değiller. Bu doğru mu? Dahası, R ile çalışıyorum ve RBM'ler için hazır paketler göremiyorum. Temelde yığılmış RBM'leri olan ama bunları R'de uygulama çabasına değip …

22 r  machine-learning  classification  neural-networks 

Topluluk öğreniminde zayıf öğrenicilerle ilgili yakından ilgili birkaç sorum var (örneğin artırma). Bu aptalca gelebilir, ancak güçlü öğrencilerin aksine zayıf kullanmanın yararları nelerdir? (örneğin, neden "güçlü" öğrenme yöntemlerini desteklemiyorsunuz?) Zayıf öğrenciler için bir çeşit "optimal" güç var mı (örneğin, diğer tüm topluluk parametrelerini sabit tutarken)? Güçlerine gelince "tatlı bir nokta" …

22 machine-learning  boosting  ensemble 

Kimse destek vektör regresyonu kullanarak zaman serisi tahmini yapmaya çalıştı mı? Destek vektör makinelerini anlıyorum ve destek vektör regresyonunu kısmen anlıyorum, fakat zaman serilerini, özellikle de çok değişkenli zaman serilerini modellemek için nasıl kullanılabileceğini anlamıyorum. Birkaç makale okumaya çalıştım, ancak çok üst seviyede. Herkes, özellikle çok değişkenli zaman serileriyle ilgili …

22 time-series  machine-learning  svm 

Sorumu açıklamak için, girişin bir dereceye kadar gürültüye sahip olduğu ancak çıkışın olmadığı bir eğitim setim olduğunu varsayalım; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] Burada çıktı, eğer girişsiz ise …

22 regression  machine-learning  neural-networks  confidence-interval  prediction-interval 

Programlama ve makine öğrenmenin meraklısıyım. Sadece birkaç ay önce makine öğrenimi programlaması hakkında öğrenmeye başladım. Kantitatif bir bilim geçmişine sahip olmayan birçok kişi gibi, ben de yaygın olarak kullanılan ML paketindeki (caret R) algoritmalar ve veri setleri ile uğraşarak ML hakkında öğrenmeye başladım. Bir süre önce, yazarın ML'deki doğrusal regresyonun …

22 machine-learning 

0'dan 1'e birglmnet ızgarası üzerinde lambda değerleri seçerek R'deki paketi kullanarak sağlık veri setinde elastik-net bir lojistik regresyon yapıyorum. Kısaltılmış kodum aşağıda:αα\alpha alphalist <- seq(0,1,by=0.1) elasticnet <- lapply(alphalist, function(a){ cv.glmnet(x, y, alpha=a, family="binomial", lambda.min.ratio=.001) }) for (i in 1:11) {print(min(elasticnet[[i]]$cvm))} bu, her bir alfa değeri için ortalama çaprazlama hatasını bir …

22 machine-learning  cross-validation  glmnet  elastic-net 

Daha iyi R paketleri anlamaya isteyen Larsve Glmnet: Kement sorunu çözmek için kullanılır, ( Değişkenler ve örnekleri için, bkz. www.stanford.edu/~hastie/Papers/glmnet.pdf , sayfa 3)m i n( β0β) ∈ Rp + 1[ 12 NΣi = 1N-( yben- β0- xTbenβ)2+ λ | | β||l1]mbenn(β0β)∈R,p+1[12N-Σben=1N-(yben-β0-xbenTβ)2+λ||β||l1]min_{(\beta_0 \beta) \in R^{p+1}} \left[\frac{1}{2N}\sum_{i=1}^{N}(y_i-\beta_0-x_i^T\beta)^2 + \lambda||\beta ||_{l_{1}} \right]pppN-N-N Bu …

22 r  regression  machine-learning  lasso  regularization 

Sahip olduğum nesnelere K-aracı kümelemesi yapmak istiyorum, ancak nesneler uzayda nokta, yani objects x featuresveri kümesi tarafından tanımlanmadı . Ancak, herhangi iki nesne arasındaki mesafeyi hesaplayabiliyorum (benzerlik işlevine dayanıyor). Bu yüzden mesafe matrisini elden çıkarıyorum objects x objects. Daha önce K-araçları kullandım, ancak bu nokta veri kümesi girdisiydi; ve uzaklık …

22 machine-learning  clustering  data-mining  k-means  distance 

Çok fazla Angry Birds oynadıktan sonra kendi stratejilerimi izlemeye başladım. Her seviyede 3 yıldız almak için çok özel bir yaklaşım geliştirdiğim ortaya çıktı. Bu beni Angry Birds oynayabilecek bir makine öğrenme sistemi geliştirmenin zorlukları hakkında merak etti. Oyun ile etkileşime girme ve kuşları başlatma önemsizdir. Ancak sahip olduğum tek soru …

22 machine-learning  reinforcement-learning 

Arka fon: Evet, Sınırlı Boltzmann Makinesi (RBM) bir sinir ağının ağırlığını başlatmak için CAN kullanılabilir. Ayrıca derin inanç ağı oluşturmak için bir "tabaka-katman" şekilde kullanılamaz CAN bir yetiştirmek olduğunu ( üstünde ıncı katmanı , 'inci katmanın ardından tren üstünde inci tabaka -inci tabaka durulama ve tekrar ...)nnn( n - 1 …

21 machine-learning  neural-networks  deep-learning  deep-belief-networks  rbm 

MCMC (Markov zinciri Monte Carlo) yöntemleri üzerine sahip olduğum az bilgiye dayanarak, örneklemenin yukarıda belirtilen tekniğin çok önemli bir parçası olduğunu anlıyorum. En sık kullanılan örnekleme yöntemleri Hamiltonian ve Metropolis'tir. Daha verimli bir MCMC örnekleyici oluşturmak için makine öğrenimini veya hatta derin öğrenmeyi kullanmanın bir yolu var mı?

21 machine-learning  mcmc  monte-carlo  markov-process 

Bağımsız değişkenleri / özellikleri ne zaman ayrılmalı / atmalıyız ve ne zaman yapmamalıyız? Soruma cevap verme girişimlerim: Genelde, binmemeliyiz çünkü binicilik bilgi kaybeder. Çekme aslında modelin serbestlik derecesini arttırıyor, bu nedenle çekmeden sonra aşırı sığmaya neden olmak mümkündür. Eğer bir "yüksek önyargı" modelimiz varsa, kırma kötü olmayabilir, fakat "yüksek sapma" …

21 machine-learning  continuous-data  feature-construction  binning 

Anladığım kadarıyla, uygun çapraz doğrulama ve model seçim prosedürlerini takip ederken bile , model karmaşıklığı üzerine bir kısıtlama getirmediği sürece, bir modeli yeterince zor arayacaksa , fazladan takma gerçekleşecek . Dahası, çoğu kez insanlar, sağlayabilecekleri korumayı baltalayan verilerden model karmaşıklığı ile ilgili cezaları öğrenmeye çalışırlar. Sorum şu: Yukarıdaki açıklamaya ne …

21 machine-learning  cross-validation  goodness-of-fit  scikit-learn  caret 

Bir Kaggle yarışmasının ( Malware Classification ) kazanan çözümünün raporunu okuyordum . Rapor bu forum gönderisinde bulunabilir . Sorun, tren setinde 10000 element, test setinde 10000 element olan bir sınıflandırma problemiydi (dokuz sınıf, metrik logaritmik kayıptı). Yarışma sırasında, modeller test setinin% 30'una karşı değerlendirildi. Bir diğer önemli unsur, modellerin çok …

21 machine-learning  random-forest  boosting  overfitting  semi-supervised 

Sadelik adına, spam / spam olmayan e-postaların klasik örneği üzerinde çalışıyorum diyelim. 20.000 e-posta setim var. Bunlardan 2000'in spam olduğunu biliyorum ama spam olmayan e-postalardan hiçbir örneğim yok. Kalan 18000’in spam olup olmadığını tahmin etmek istiyorum. İdeal olarak, aradığım sonuç, e-postanın spam olma olasılığı (veya bir p değeri). Bu durumda …

21 machine-learning  predictive-models  unsupervised-learning  supervised-learning  semi-supervised