«machine-learning» etiketlenmiş sorular

KNN, ayrımcı bir öğrenme algoritması gibi görünüyor, ancak bunu doğrulayan herhangi bir çevrimiçi kaynak bulamıyorum. KNN ayrımcı bir öğrenme algoritması mıdır?

17 machine-learning  classification  k-nearest-neighbour 

Üzerinde çalıştığım bir proje için farklı sınıflandırma yöntemleri araştırıyorum ve Rastgele Ormanları denemekle ilgileniyorum. Ben ilerlerken kendimi eğitmeye çalışıyorum ve CV topluluğu tarafından sağlanan yardımları takdir ediyorum. Verilerimi eğitim / test setlerine ayırdım. R'deki rastgele ormanlarla yapılan deneylerden (randomForest paketini kullanarak), daha küçük sınıfım için yüksek yanlış sınıflandırma oranı ile …

17 r  machine-learning  random-forest 

Rastgele Ormanlar (RF) rekabetçi bir veri modelleme / madencilik yöntemidir. Bir RF modelinin bir çıkışı vardır - çıkış / tahmin değişkeni. RF'lerle çoklu çıkışların modellenmesine yönelik naif yaklaşım, her çıkış değişkeni için bir RF oluşturmak olacaktır. Bu yüzden N bağımsız modelimiz var ve çıktı değişkenleri arasında korelasyon olduğunda, yedekli / …

17 machine-learning  cart  random-forest  multilabel 

Chris Bishop'un Örüntü Tanıma ve Makine Öğrenimi'ni izleyen herkesin karşılaştığı videolar veya başka kitaplar / notlar var mı? Bu kitabı Machine Learning'i öğrenmek için satın aldım ve bu dersi almakta güçlük çekiyorum.

17 machine-learning  references  pattern-recognition 

Benim sorum aptalca olabilir. Bu yüzden önceden özür dilerim. Stanford NLP grubu ( link ) tarafından önceden eğitilmiş GLOVE modelini kullanmaya çalışıyordum . Ancak, benzerlik sonuçlarımın bazı negatif sayılar gösterdiğini fark ettim. Bu, hemen sözcük-vektör veri dosyasına bakmamı istedi. Görünüşe göre, sözcük vektörlerindeki değerlerin negatif olmasına izin verildi. Bu neden …

17 machine-learning  word2vec  cosine-similarity 

İki rasgele değişken arasındaki nedensel ilişkinin matematiksel tanımı nedir? İki rastgele değişken XXX ve YYY ortak dağılımından bir örnek verildiğinde , XXX neden neden olduğunu söyleyebiliriz ?YYY Bağlam için nedensel keşif hakkındaki bu makaleyi okuyorum .

16 machine-learning  causality 

Denetimli öğrenmenin tanımı , etiketli verilere (çevredeki diğer bilgilerin aksine) dayalı belirli bir ödül fonksiyonu ile pekiştirici öğrenmenin bir alt kümesidir . Bu doğru bir tasvir mi?

16 machine-learning  terminology  reinforcement-learning  supervised-learning  definition 

Az önce "Akaike bilgi kriteri" ile karşılaştım ve model seçimiyle ilgili bu büyük miktarda literatürü fark ettim (BIC gibi şeyler de var gibi görünüyor). Çağdaş makine öğrenimi yöntemleri neden bu BIC ve AIC modeli seçim kriterlerinden yararlanmıyor?

16 machine-learning  model-selection  aic  bic 

Bir oyuncak veri kümesi üzerinde ikili sınıflandırma yapmak için kare kaybı kullanmaya çalışıyorum. mtcarsVeri seti kullanıyorum , iletim tipini tahmin etmek için galon başına mil ve ağırlık kullanıyorum. Aşağıdaki grafik, farklı renkteki iki tür iletim tipi verisini ve farklı kayıp fonksiyonu tarafından oluşturulan karar sınırını göstermektedir. Kare kayıp burada temel …

16 r  machine-learning  logistic  optimization  loss-functions 

Günlük kaybını ve nasıl çalıştığını daha iyi anlamaya çalışıyorum ama bulamadığım bir şey, günlük kaybı numarasını bir çeşit içeriğe koymaktır. Modelimin günlük kaybı 0.5 ise, bu iyi mi? İyi ve kötü puan nedir? Bu eşikler nasıl değişir?

16 machine-learning  loss-functions  log-loss 

Topluluk öğrenimi konusunda biraz kafam karıştı. Özetle, k modellerini çalıştırır ve bu k modellerinin ortalamasını alır. K modellerinin ortalamasının kendi başına herhangi bir modelden daha iyi olacağı nasıl garanti edilebilir? Önyargının "yayıldığını" veya "ortalandığını" anlıyorum. Ancak, toplulukta iki model varsa (yani k = 2) ve biri diğerinden daha kötü ise …

16 machine-learning  ensemble 

Uygulamalı bir istatistikçi / ekonometri uzmanı olarak nedenselliğe hangi teorik yaklaşımları bilmeliyim? Biliyorum (çok az) Neyman – Rubin nedensel modeli (ve Roy , Haavelmo vb.) Pearl'ün Nedensellik Üzerine Çalışması Granger Nedensellik (daha az tedavi odaklı olsa da) Hangi kavramları özlüyorum ya da farkında olmam gerekir mi? İlgili: Makine öğrenmesinde nedenselliğin …

16 machine-learning  causality  theory  treatment-effect 

Evrişimli sinir ağını öğrenirken, aşağıdaki şekle ilişkin sorularım var. 1) Katman 1'deki C1'in 6 özellik haritası var, bu altı evrişimsel çekirdek olduğu anlamına mı geliyor? Her evrişimsel çekirdek, girdiye dayalı bir özellik haritası oluşturmak için kullanılır. 2) Katman 2'deki S1'in 6 özellik haritası, C2'nin 16 özellik haritası vardır. S1'deki 6 …

16 machine-learning  neural-networks  deep-learning  pattern-recognition  conv-neural-network 

Makine Öğrenmesi: Olasılıksal Bir Bakış (Kevin Murphy) ile makine öğrenimi üzerine çalışıyoruz. Metin her algoritmanın teorik temelini açıklarken, hangi durumda hangi algoritmanın daha iyi olduğunu ve ne zaman olduğunu, hangi durumda olduğumu nasıl söyleyeceğini söylemez. Örneğin, çekirdek seçimi için, verilerimin ne kadar karmaşık olduğunu ölçmek için keşifsel veri analizi yapmam …

16 machine-learning  eda 

Hangi performans ölçüsünün kullanılacağı, ROC eğrisinin altındaki alan (FPR'ın bir fonksiyonu olarak TPR) veya hassas hatırlama eğrisinin altındaki alan (hatırlama fonksiyonu olarak hassasiyet) hakkında bazı şüphelerim var. Verilerim dengesiz, yani negatif örneklerin sayısı pozitif örneklerden çok daha fazla. Ben weka çıktı tahmini kullanıyorum, bir örnek: inst#,actual,predicted,prediction 1,2:0,2:0,0.873 2,2:0,2:0,0.972 3,2:0,2:0,0.97 4,2:0,2:0,0.97 …

16 r  machine-learning  roc  precision-recall  auc