«machine-learning» etiketlenmiş sorular

"Uzaktan denetim", sınıflandırıcının zayıf etiketlenmiş eğitim seti (eğitim verileri sezgisel yöntemlere / kurallara göre otomatik olarak etiketlenir) verildiğinde öğrenildiği bir öğrenme programıdır. Etiketli verileri sezgisel / otomatik olarak etiketlenmişse, hem denetimli öğrenme hem de yarı denetimli öğrenmenin böyle bir "uzaktan denetim" içerebileceğini düşünüyorum. Ancak, bu sayfada , "uzaktan denetim", "yarı-denetimli …

20 machine-learning  data-mining  dataset  references  unsupervised-learning 

Kurulumum şu şekildedir: "Uygulamalı Öngörücü Modelleme" kılavuz ilkelerini takip ediyorum. Böylece ilişkili özellikleri filtreledim ve aşağıdakilerle sonuçlandım: Eğitim setinde 4900 veri noktası ve test setinde 1600 veri noktası. 26 özelliğim var ve hedef sürekli bir değişken. caretPaketi kullanarak modelleri eğitmek için 5 kat çapraz geçerlilik uygularım . Bir MARS modeli …

20 machine-learning  boosting  overfitting 

Word2vec bağlamında negatif örnekleme kavramını anlamaya çalışıyorum. [Negatif] örnekleme fikrini sindiremiyorum. Örneğin Mikolov gazetelerinde olumsuz örnekleme beklentisi şu şekilde formüle edilmiştir: günlükσ( ⟨ W , c ⟩ ) + k ⋅ ecN-∼ PD[ logσ( - ⟨ w , CN-⟩ ) ] .log⁡σ(⟨w,c⟩)+k⋅EcN∼PD[log⁡σ(−⟨w,cN⟩)].\log \sigma(\langle w,c\rangle ) + k \cdot \mathbb E_{c_N\sim …

19 machine-learning  word2vec  word-embeddings 

Karar kütüğü, sadece bir bölünmüş bir karar ağacıdır. Ayrıca parçalı bir işlev olarak da yazılabilir. Örneğin, bir vektör olduğunu ve ilk bileşeni olduğunu varsayalım , regresyon ayarında bazı kararlar olabilirxxxx1x1x_1xxx f(x)={35x1≤2x1>2f(x)={3x1≤25x1>2f(x)= \begin{cases} 3& x_1\leq 2 \\ 5 & x_1 > 2 \\ \end{cases} Ama doğrusal bir model mi? nerede olarak …

19 machine-learning  cart  linear  boosting 

Makine öğrenimi konusunda yeniyim ve farklı makine öğrenme algoritmaları (Karar Ağaçları, Yükseltme, SVM ve Sinir Ağları) arasındaki farkları karşılaştırabildiğim ve karşılaştırdığım bazı veri kümeleri arıyorum. Bu tür veri kümelerini nerede bulabilirim? Veri kümesini düşünürken nelere dikkat etmeliyim? Bazı iyi veri kümelerine işaret edebilir ve ayrıca onları iyi bir veri kümesi …

19 machine-learning  dataset 

Öğrenme oranı parametresi ( ) Gradyan küçülür -typically her yeni baz model seri olarak bağlanır sığ tree katkısını Arttırılması de. Daha küçük adımlarda olduğu gibi anlaşılabilir olan test seti doğruluğunu önemli ölçüde arttırdığı gösterilmiştir, kayıp fonksiyonunun minimumuna daha hassas bir şekilde ulaşılabilir. ν∈ [ 0 , 1 ]ν∈[0,1]\nu \in [0,1] …

19 machine-learning  data-mining  predictive-models  boosting  overfitting 

RNN, tahmin veya sekanstan sekansa eşleme için kullanılabilir. Fakat RNN sınıflandırma için nasıl kullanılabilir? Demek istediğim, bütün diziye bir etiket veriyoruz.

19 machine-learning  neural-networks  rnn 

Buradan Lojistik Regresyon uygulamasını kontrol ediyorum . Bu makaleyi okuduktan sonra, önemli olan sigmoid fonksiyonunu belirlemek için en iyi katsayıları bulmak gibi görünüyor. Bu yöntemin neden "Lojistik Regresyon" olarak adlandırıldığını merak ediyorum. Logaritmik fonksiyon ile mi ilgili? Belki de daha iyi anlamak için bazı tarihsel arka plan bilgilerine ihtiyacım var.

19 regression  machine-learning  logistic 

Yazılım geliştiriciyim (çoğunlukla .NET ve Python yaklaşık 5 yıllık deneyim). Makine öğrenimi alanında iş bulmama veya gerçekten o alanda işe başlamamı sağlayacak bir şey yapmam için ne yapabilirim? Yüksek lisans derecesi zor bir gereklilik mi?

19 machine-learning  data-mining  careers 

Tahminli modelleme için kendimizi rastgele etkiler ve gözlemlerin bağımsız olmaması (tekrarlanan önlemler) gibi istatistiksel kavramlarla ilgilenmemiz gerekir mi? Örneğin.... Çeşitli özelliklere ve satın alma bayrağına sahip 5 doğrudan posta kampanyasından (bir yıl boyunca meydana gelen) verilerim var. İdeal olarak, kampanya sırasında müşteri özelliklerine göre verilen satın alma için bir model …

19 machine-learning  predictive-models  repeated-measures  assumptions 

1999 yılında Beyer ve ark. sorulduğunda, ne zaman "Yakın Komşu" anlamlıdır? 1999'dan bu yana mesafe düzlüğünün NN araştırması üzerindeki etkisini analiz etmenin ve görselleştirmenin daha iyi yolları var mı? [Belirli bir] veri kümesi 1-NN problemine anlamlı cevaplar veriyor mu? 10-NN sorunu mu? 100-NN sorunu mu? Uzmanlar bugün bu soruya nasıl …

19 machine-learning  k-nearest-neighbour 

Doğrusal bir SVM'nin destek vektörleri göz önüne alındığında, karar sınırının denklemini nasıl hesaplayabilirim?

19 machine-learning  svm 

Parametreleri tahmin etmek için 'temel' istatistik fikri maksimum olasılıktır . Makine öğreniminde buna karşılık gelen fikrin ne olduğunu merak ediyorum. Sn 1. Parametreleri tahmin etmek için makine öğrenmesindeki 'temel' fikrin 'Kayıp Fonksiyonları' olduğunu söylemek adil olur mu? [Not: Makine öğrenimi algoritmalarının genellikle bir kayıp fonksiyonunu ve dolayısıyla yukarıdaki soruyu optimize …

19 machine-learning  maximum-likelihood  loss-functions  pac-learning 

Ben 140000 örnek bir veri kümesi ve bunun için bir ikili sınıflandırma (SVM, Lojistik Regresyon, Rastgele Orman vb.) Çoğu durumda, Izgara veya Rastgele arama kullanarak tüm veri kümesinde hiperparametre ayarı çok masraflıdır. Aşağıdaki tekniği kullanmaya başladım Veri kümemdeki alt örnek Hiperparametreleri ayarlamak için elde edilen fraksiyonu kullanın Veri kümesinin tamamını …

19 machine-learning  cross-validation  hyperparameter 

Doğru bir şekilde anladıysam, bir makine öğrenme algoritmasında, model deneyimlerinden öğrenmelidir, yani model yeni vakalar için yanlış tahmin verdiğinde, yeni gözlemlere adapte olmalı ve zamanla model giderek daha iyi hale geliyor . Lojistik regresyonun bu özelliği olduğunu görmüyorum. Peki neden hala bir makine öğrenme algoritması olarak kabul ediliyor? “Öğrenme” anlamında …

19 machine-learning  logistic  random-forest