«machine-learning» etiketlenmiş sorular

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 …

14 machine-learning  optimization  computer-vision 

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?

14 regression  machine-learning  neural-networks  deep-learning 

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?

14 machine-learning  svm  loss-functions  computer-vision 

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 …

14 machine-learning  classification  svm  data-mining 

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. > …

14 r  machine-learning  random-forest  caret  train 

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 …

14 machine-learning  neural-networks  reinforcement-learning 

F1 skoru, hassasiyet ve hatırlamanın harmonik ortalamasıdır. Geri çağırmanın y ekseni gerçek pozitif orantır (aynı zamanda hatırlamadır). Öyleyse, bazen sınıflandırıcılar düşük hatırlama oranına ancak çok yüksek AUC değerine sahip olabilir, bunun anlamı nedir? AUC ve F1 skorları arasındaki farklar nelerdir?

14 machine-learning  precision-recall  auc  accuracy 

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 …

14 machine-learning  mathematical-statistics  consistency 

SVM dengesiz veri kümesini ele alıyor mu? Dengesiz veri kümesini işleyen herhangi bir parametre (C veya yanlış sınıflandırma maliyeti gibi) var mı?

14 machine-learning  svm  unbalanced-classes 

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, …

14 machine-learning  classification  multiple-comparisons  algorithms  time-complexity 

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 | …

14 r  machine-learning  classification  random-forest 

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, …

14 time-series  machine-learning  prediction 

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

14 machine-learning  svm  kernel-trick 

Başka bir yerde bir NN gizli katman aktivasyon fonksiyonu seçim kişinin ihtiyacına dayanmalıdır , yani -1 ila 1 aralığındaki değerlere ihtiyacınız varsa tanh kullanın ve 0 ila 1 aralığı için sigmoid kullanın okudum. Sorum şu ki, kişinin neye ihtiyacı olduğunu nasıl bilebilir ? Giriş katmanının aralığına mı dayanıyor, örneğin, giriş …

14 machine-learning  classification  neural-networks 

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 …

14 r  machine-learning  data-transformation  neural-networks  nnet