«machine-learning» etiketlenmiş sorular

Metin verilerim üzerinde sınıflandırma yapmak istiyorum. 300 classesSınıf başına 200 eğitim dokümanım var 60000 documents in totalve bu muhtemelen çok yüksek boyutlu verilerle sonuçlanacaktır ( 1 milyondan fazla boyutu inceliyor olabiliriz ). Boru hattında aşağıdaki adımları gerçekleştirmek istiyorum (sadece gereksinimlerimin ne olduğu hakkında bir fikir vermek için): Her belgeyi özellik …

18 machine-learning  classification  text-mining 

Ben (ampirik veya teorik olarak) karşılaştırmak ve tartışmak kağıtları veya metin arıyorum: Arttırılması ve karar ağaçları gibi algoritmalar Rasgele Orman veya AdaBoost ve GentleBoost karar ağaçlarına uygulanmıştır. ile Kısıtlı Boltzmann Makineleri , Hiyerarşik Geçici Bellek , Konvolüsyonel Sinir Ağları , vb. Gibi derin öğrenme yöntemleri . Daha spesifik olarak, bu …

18 machine-learning  deep-learning  cart  rbm  adaboost 

Bir çok öğretici çevrimiçi degrade inişi hakkında konuşuyor ve neredeyse hepsi sabit bir adım boyutu kullanıyor (öğrenme hızı ). Neden satır aramanın bir faydası yoktur (satır izleme veya tam satır araması gibi)?αα\alpha

18 machine-learning  neural-networks  optimization  deep-learning 

Minibatch boyutu büyüdükçe SGD'nin yakınsamasının aslında zorlaştığı / kötüleştiği gibi birçok tartışmadan benzer bir sonuç gördüm, örneğin bu makale ve bu cevap . Ayrıca, erken aşamada küçük öğrenme oranları veya parti boyutları gibi hileler kullanan insanların büyük parti boyutları ile bu zorluğu gidermek için duydum. Ancak bir minibatch ortalama kaybı …

18 machine-learning  neural-networks  optimization  gradient-descent  sgd 

Bir çağı, mevcut tüm eğitim örneklerinin tamamından geçmiş olarak ve mini-parti boyutunu, degradeyi azaltmak için gereken ağırlık / sapma güncellemelerini bulmak için ortalama örnek sayısı olarak tanımlarız. Benim sorum, bir çığır içindeki her bir mini partiyi üretmek için bir dizi eğitim örneği yerine getirilmememiz gerekip gerekmediğidir. Dönem sonu gereksinimini karşılamak …

18 machine-learning  neural-networks  optimization  deep-learning 

Takviye Öğrenimi üzerinde çalışırken, ödül fonksiyonunun birçok formuyla karşılaştım: R(s,a)R(s,a)R(s,a) , R(s,a,s′)R(s,a,s′)R(s,a,s') ve hatta sadece mevcut duruma bağlı bir ödül fonksiyonu. Bunu söyledikten sonra, bir ödül fonksiyonu 'yapmanın' veya 'tanımlamanın' çok kolay olmadığını fark ettim. Sorularım: Ödül işlevlerinin nasıl yapılacağına dair kurallar var mı? Ödül fonksiyonunun başka formları var mı? …

18 machine-learning  reinforcement-learning 

tl; Dr. discreteAnomali tespiti yaparken verilerle başa çıkmanın önerilen yolu nedir ? categoricalAnomali tespiti yaparken verilerle başa çıkmanın önerilen yolu nedir ? Bu yanıt , yalnızca sonuçları filtrelemek için ayrık verilerin kullanılmasını önerir. Belki de kategori değerini yüzdesel gözlem şansı ile değiştirebilir misiniz? giriş Bu benim ilk kez buraya gönderiyorum, …

18 machine-learning  categorical-data  outliers  discrete-data  anomaly-detection 

URL'leri kategorilere ayırmam gerekiyor. Diyelim ki her URL'yi sıfırlamayı planladığım 15 kategorim var. 15 yollu sınıflandırıcı daha mı iyi? Burada 15 etiket var ve her veri noktası için özellikler oluşturmak. Ya da 15 ikili sınıflandırıcı oluşturup, diyelim: Film ya da Film Dışı ve bir sınıflayıcı oluşturmak için bu sınıflandırmalardan aldığım …

18 machine-learning  classification  categorical-data  svm  feature-selection 

Herkes bana SVM sınıflandırmasını diğer sınıflandırıcılardan ayıran avantaj ve dezavantajlarını açıklayabilir mi?

18 machine-learning  svm 

SVM'nin ikili bir sınıflandırıcı olduğunu biliyorum. Çok sınıflı SVM'ye genişletmek istiyorum. Bunu gerçekleştirmenin en iyi ve belki de en kolay yolu hangisidir? kod: MATLAB'da u=unique(TrainLabel); N=length(u); if(N>2) itr=1; classes=0; while((classes~=1)&&(itr<=length(u))) c1=(TrainLabel==u(itr)); newClass=double(c1); tst = double((TestLabel == itr)); model = svmtrain(newClass, TrainVec, '-c 1 -g 0.00154'); [predict_label, accuracy, dec_values] = svmpredict(tst, …

18 machine-learning  matlab  svm  multi-class 

Metin sınıflandırması için bir deney sırasında, SVM, NB, kNN, vb. parametrelerle ilgili bazı basit ayarlamalar dışında, bu belirli metin sınıflandırma görevindeki her bir sınıflandırıcıyı optimize etme konusunda. Bu sonuç Dikran Marsupial'dan da bahsedildi . İstatistik arka planından gelmiyorum, çevrimiçi bazı materyalleri okuduktan sonra, bunun ana nedenlerini hala anlayamıyorum. Herkes böyle …

18 machine-learning  classification  text-mining  ridge-regression 

Şu anda bir görüntü bölümleme sorunu için Viterbi eğitimini kullanıyorum . Viterbi eğitimi yerine Baum-Welch algoritmasını kullanmanın avantajlarının / dezavantajlarının ne olduğunu bilmek istedim.

18 machine-learning  hidden-markov-model  image-processing  viterbi-algorithm  baum-welch 

Tahmin için asla Doğrusal Regresyon dışında modeller kullanmayan bazı istatistikçilerle karşılaştım çünkü rastgele orman veya gradyan artırma gibi "ML modellerinin" açıklanmasının zor olmadığını ya da "yorumlanamaz" olduğuna inanıyorlar. Doğrusal Regresyonda, varsayımlar kümesinin doğrulandığı göz önüne alındığında (hataların normallik, homoskedastisite, çoklu eşzamanlılık yok), t-testleri değişkenlerin önemini test etmenin bir yolunu sağlar, …

18 regression  machine-learning  multiple-regression  model-interpretation 

Geçen yıl NIPS 2017'de Ali Rahimi ve Ben Recht "Büyük Ölçekli Çekirdek Makineleri için Rastgele Özellikler" adlı makaleleri için zaman testi ödülü kazandılar . Makalelerini yayınlamanın bir parçası olarak, modellerinin 5 satır matlab'de uygulanabileceğini gösterdiler. % Approximates Gaussian Process regression % with Gaussian kernel of variance gamma^2 % lambda: regularization …

18 machine-learning  svm  gaussian-process  approximation 

Bu tartışmayı okumayı bitirdim . PR AUC'nin dengesiz veri kümesinde ROC AUC'den daha iyi olduğunu iddia ediyorlar. Örneğin, test veri kümesinde 10 örneğimiz var. 9 numune pozitif ve 1 negatiftir. Her şeyi olumlu tahmin eden korkunç bir modelimiz var. Böylece, TP = 9, FP = 1, TN = 0, FN …

18 machine-learning  model-selection  roc  unbalanced-classes  precision-recall