«machine-learning» etiketlenmiş sorular

Makine öğrenimi algoritmaları eğitim verilerinin bir modelini oluşturur. "Makine öğrenimi" terimi belirsiz bir şekilde tanımlanmıştır; istatistiksel öğrenme, takviye öğrenme, gözetimsiz öğrenme vb. olarak da adlandırılır. DAİMA DAHA ÖZEL BİR ETİKET EKLE.

2
Makine öğreniminde enerji minimizasyonu nedir?
Bilgisayar görüşünde kötü bir sorun için optimizasyon hakkında okuyordum ve Wikipedia'daki optimizasyon ile ilgili aşağıdaki açıklama ile karşılaştım. Anlamadığım şey neden Bilgisayar Optimizasyonunda bu optimizasyona " Enerji minimizasyonu " diyorlar ? Bir optimizasyon sorunu aşağıdaki şekilde temsil edilebilir: Verilen: dan bazı set gerçek sayılara işleviAf: A → Rf:A→Rf: A \to …

3
Derin sinir ağları - Sadece görüntü sınıflandırması için mi?
Derin inanç veya evrişimli sinir ağları kullanarak bulduğum tüm örnekler, bunları görüntü sınıflandırma, chatacter algılama veya konuşma tanıma için kullanır. Derin sinir ağları, özelliklerin yapılandırılmadığı (örneğin, bir sıra veya tablo halinde düzenlenmemiş) klasik regresyon görevleri için de yararlı mıdır? Evetse, bir örnek verebilir misiniz?

3
menteşe kaybı ve lojistik kayıp avantajları ve dezavantajları / sınırlamaları
Menteşe kaybı ve günlük kaybımaks. ( 0 , 1 - ybenwTxben)maksimum(0,1-ybenwTxben)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)günlük ( 1 + exp( - ybenwTxben) )günlük(1+tecrübe⁡(-ybenwTxben))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) Aşağıdaki sorularım var: Menteşe kaybı her dezavantajları (örneğin belirtildiği gibi uçlara karşı duyarlıdır var http://www.unc.edu/~yfliu/papers/rsvm.pdf )? Birinin diğerine göre farkları, avantajları ve dezavantajları nelerdir?

1
Lojistik regresyon ve destek vektör makineleri arasındaki fark nedir?
Lojistik regresyonun, eğitim örneklerini ayıran bir hiper düzlem bulduğunu biliyorum. Ayrıca destek vektör makinelerinin hiper düzlemi maksimum marjla bulduğunu da biliyorum. Benim sorum: lojistik regresyon (LR) ve destek vektör makineleri (SVM) arasındaki fark, SVM hiper düzlemi maksimum marjla bulurken LR'nin eğitim örneklerini ayıran herhangi bir hiper düzlem bulması mı? Yoksa …

2
Caret ve basic randomForest paketi aracılığıyla randomForest'ten farklı sonuçlar
Biraz kafam karıştı: Eğitimli bir modelin şapka ile sonuçları orijinal paketteki modelden nasıl farklı olabilir? Caret paketi ile RandomForest FinalModel kullanarak tahmin öncesi önişlemenin gerekli olup olmadığını okudum ? ama burada herhangi bir ön işleme kullanmıyorum. Caret paketini kullanarak ve farklı mtry değerleri için ayarlayarak farklı Rastgele Ormanlar yetiştirdim. > …

2
Yapay Sinir Ağları kullanarak Q-Learning hakkında sorular
Q-Learning'i aşağıda açıklandığı gibi uyguladım, http://web.cs.swarthmore.edu/~meeden/cs81/s12/papers/MarkStevePaper.pdf Yakl. S (S, A) Aşağıdaki gibi bir sinir ağı yapısı kullanıyorum, Aktivasyon sigmoid Girişler, giriş sayısı + Eylem nöronları için 1 (Tüm Girişler Ölçeklendirilmiş 0-1) Çıkışlar, tek çıkış. Q-Değer N M Gizli Katman sayısı. Keşif yöntemi rastgele 0 <rand () <propExplore Aşağıdaki formülü kullanarak …


1
Tutarlı bir tahmincinin tanımı neden olduğu gibi? Alternatif tutarlılık tanımları ne olacak?
Vikipedi'den alıntı: İstatistik olarak, tutarlı bir tahmin edici veya asimptotik tutarlı tahmin bir parametrenin işlem tahminleri için bir tahmin-kuraldır özelliği -Ona sahip veri noktalarının sayısı süresiz artar kullanıldığı haliyle, olasılık tahmini yakınsak elde edilen sekans İçeride ISTV melerin RWMAIWi'nin ^ * .θ∗θ∗θ^*θ∗θ∗θ^* Bu ifadeyi kesinleştirmek için, θ∗θ∗\theta^* tahmin etmek istediğiniz …


1
Makine öğrenimi sınıflandırıcıları big-O veya karmaşıklık
Yeni bir sınıflandırıcı algoritması performansını değerlendirmek için, doğruluk ve karmaşıklığı karşılaştırmaya çalışıyorum (eğitim ve sınıflandırmada big-O). Gönderen Machine Learning: Bir yorum Ben algoritmalar arasında ayrıca bir doğruluk tablosunu tam denetimli sınıflandırıcılar listesini almak ve 44 test problemi UCI veri repositoy . Ancak, gibi ortak sınıflandırıcılar için big-O ile bir inceleme, …

3
Random Forest modelinde daha yeni verilerin ağırlıklandırılması
6 kategori arasında ayrım yapmak için Random Forest ile bir sınıflandırma modeli eğitimi alıyorum. İşlem verilerim yaklaşık 60k + gözlem ve 35 değişkene sahip. İşte yaklaşık olarak nasıl göründüğüne bir örnek. _________________________________________________ |user_id|acquisition_date|x_var_1|x_var_2| y_vay | |-------|----------------|-------|-------|--------| |111 | 2013-04-01 | 12 | US | group1 | |222 | 2013-04-12 | …

1
İlişkiliyse, bir zaman serisini başka bir zaman serisinden tahmin etme
Bu sorunu bir yıldan fazla bir süredir fazla ilerleme olmadan çözmeye çalışıyorum. Yaptığım araştırma projesinin bir parçası, ama oluşturduğum bir hikaye örneğiyle göstereceğim, çünkü sorunun asıl alanı biraz kafa karıştırıcı (göz izleme). Siz okyanusun içinden geçen bir düşman gemisini takip eden bir uçansınız, bu yüzden geminin bir dizi (x, y, …

2
Gaussian RBF çekirdeği için sonlu boyutlu bir özellik alanı olmadığını nasıl ispatlayabilirim?
Radyal temel işlevi için k ( x , y ) = exp ( - | | x - y | | 2 ) nasıl kanıtlanırsonlu boyutlu özelliği boşluk vardır, Hbazıları için böylecp:R,N→HElimizdekik(x,y)=⟨Φ(x),Φ(y)⟩?k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle


1
Sinir ağlarında ikili ve sürekli girdilerin bir karışımıyla nasıl başa çıkılır?
Kınamak için emlak fiyatları (kişisel proje) tahmin etmek için bir YSA oluşturmak için R nnet paketini kullanıyorum. Ben bu konuda yeniyim ve matematik geçmişim yok, bu yüzden lütfen bana çıplak. Hem ikili hem de sürekli girdi değişkenleri var. Örneğin, başlangıçta evet / hayır olan bazı ikili değişkenler, sinir ağı için …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.