«machine-learning» etiketlenmiş sorular

Andrew Ng'in makine öğrenimi kursunu alıyorum ve birkaç denemeden sonra bu sorunun cevabını doğru bir şekilde alamadım. Seviyeden geçtiğim halde lütfen bunu çözmeye yardımcı ol. öğrencinin bir ders aldığını ve dersin bir ara sınav ve bir final sınavı olduğunu varsayalım . İki sınavda puanlarının veri kümesini topladınız. Bu, aşağıdaki gibidir:m …

14 machine-learning  self-study  normalization 

Bir dizi nokta üzerinde doğrusal regresyonun nasıl yapılacağını biliyorum. Yani, seçtiğim bir polinomun belirli bir veri kümesine (LSE anlamında) nasıl sığacağını biliyorum. Bununla birlikte, bilmediğim, çözümümü seçtiğim bazı belirli noktalardan geçmeye nasıl zorlayacağım. Bunun daha önce yapıldığını gördüm, ama nasıl yapıldığını bir kenara bırakarak prosedürün ne olduğunu hatırlayamıyorum. Çok basit …

14 regression  machine-learning  least-squares  linear-model  polynomial 

Şu anda bir ikili sınıflandırma sorunu için MATLAB RF araç kutusu kullanıyorum Veri Kümesi: 50000 örnek ve 250'den fazla özellik Peki, ağaçların büyümesi için her bölünmedeki ağaç sayısı ve rastgele seçilen özellik ne olmalıdır? başka bir parametre sonuçları büyük ölçüde etkileyebilir mi?

14 machine-learning  classification  random-forest 

Benim (çok temel) anlayışım için, Naive Bayes olasılıkları eğitim verilerindeki her özelliğin sınıf frekanslarına göre tahmin ediyor. Fakat sürekli değişkenlerin sıklığını nasıl hesaplar? Tahmin yaparken, eğitim setinde herhangi bir gözlemin aynı değerlerine sahip olmayabilecek yeni bir gözlem nasıl sınıflandırılır? Bir tür mesafe ölçüsü kullanıyor mu veya 1NN'yi mi buluyor?

14 machine-learning  classification  bayesian  naive-bayes 

Araştırma çalışmalarım için scikit-learn uygulamasında bir sınıf SVM kullanıyordum . Ama bunu iyi anlayamadım. Herkes bir sınıf SVM hakkında basit ve iyi bir açıklama verebilir misiniz?

14 machine-learning  svm  data-mining  novelty-detection 

MLE = Maksimum Olabilirlik Tahmini MAP = Maksimum posteriori MLE sezgisel / naiftir, çünkü sadece parametre verilen gözlem olasılığı (yani olabilirlik fonksiyonu) ile başlar ve parametrenin gözlemle en iyi anlaşmaları bulmaya çalışır . Ancak, ön bilgi dikkate alınmaz. HARİTA, Bayes kuralı aracılığıyla ön bilgileri dikkate aldığı için daha makul görünmektedir. …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

Sınıflandırma için bir sinir ağı eğitmeye çalışıyorum, ancak sahip olduğum etiketler oldukça gürültülü (etiketlerin yaklaşık% 30'u yanlış). Çapraz entropi kaybı gerçekten işe yarıyor, ama bu durumda daha etkili olan alternatifler olduğunu merak ediyordum. veya çapraz entropi kaybı optimal midir? Emin değilim ama çapraz entropi kaybını "kırpma" düşünüyorum, böylece bir veri …

14 machine-learning  neural-networks  loss-functions  noise 

Kapalı . Bu sorunun daha fazla odaklanması gerekiyor . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Soruyu, yalnızca bu yayını düzenleyerek tek bir soruna odaklanacak şekilde güncelleyin . 2 yıl önce kapalı . Şu anda istatistik / ekonometri üzerine yoğunlaşan bir yüksek lisans programını takip ediyorum. Ustamda, …

13 machine-learning  forecasting  predictive-models  prediction  out-of-sample 

(İkili) lojistik regresyondan tahmin edilen sınıflar, model tarafından oluşturulan sınıf üyelik olasılıkları üzerinde bir eşik kullanılarak belirlenir. Anladığım kadarıyla, varsayılan olarak 0,5 kullanılır. Ancak eşiği değiştirmek, öngörülen sınıflamaları değiştirecektir. Bu eşiğin bir hiperparametre olduğu anlamına mı geliyor? Öyleyse, (örneğin) scikit-learn'un GridSearchCVyöntemini (normalleştirme parametresi için yaptığınız gibi) kullanarak bir eşik ızgarasını …

13 machine-learning  logistic  scikit-learn  hyperparameter 

Yaptığınız tek şey ampirik dağılımdan yeniden örneklemekse, neden sadece ampirik dağılımı incelemek değil? Örneğin, değişkenliği tekrarlı örnekleme yoluyla incelemek yerine, neden sadece ampirik dağılımdaki değişkenliği ölçmüyoruz?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

İki veya daha fazla sınıflandırma modelini karşılaştırmak için kullanılan yaygın bir önlem, ROC eğrisi (AUC) altındaki alanı, performanslarını dolaylı olarak değerlendirmenin bir yolu olarak kullanmaktır. Bu durumda, daha büyük bir AUC'ye sahip bir model genellikle daha küçük bir AUC'ye sahip bir modelden daha iyi performans olarak yorumlanır. Ancak, Vihinen, 2012'ye …

13 machine-learning  classification  roc  auc  model-evaluation 

Makine öğreniminin ne kadarının optimizasyon gerektirdiğini bilmek istedim. İstatistiklerden duyduğum kadarıyla, makine öğrenimi ile çalışan insanlar için önemli bir matematik konusudur. Benzer şekilde, makine öğrenimi ile çalışan birinin dışbükey veya dışbükey olmayan optimizasyon hakkında bilgi edinmesi ne kadar önemlidir?

13 machine-learning  optimization 

Yaklaşık 20 sütun (20 özellik) olan ham veri var. Bunlardan on tanesi sürekli veridir ve 10 tanesi kategoriktir. Kategorik verilerin bazıları 50 farklı değere sahip olabilir (ABD Devletleri). Verileri önceden işledikten sonra 10 sürekli sütun 10 hazırlanmış sütun haline gelir ve 10 kategorik değer 200 tek etkin kodlanmış değişken gibi …

13 machine-learning  neural-networks  tensorflow  data-preprocessing  theano 

DeepMind'in 2015 derin takviye öğrenimi makalesinde, "Önceki RL'yi sinir ağları ile birleştirmeye yönelik önceki girişimlerin dengesiz öğrenme nedeniyle büyük ölçüde başarısız olduğunu" belirtmektedir. Bu makalede, gözlemler arasındaki korelasyonlara dayanarak bunun bazı nedenleri listelenmektedir. Lütfen birisi bunun ne anlama geldiğini açıklayabilir mi? Sinir ağının eğitimde mevcut olan, ancak testte bulunmayan bazı …

13 machine-learning  neural-networks  deep-learning  reinforcement-learning 

Çalıştığım belirli bir problemde (bir yarışma) follwoing ayarına sahibim: 21 özellik ([0,1] üzerinde sayısal) ve bir ikili çıktı. Yaklaşık 100 K satırım var. Ayar çok gürültülü görünüyor. Ben ve diğer katılımcılar bir süreliğine özellik üretmeyi uyguluyoruz ve t-dağılmış stokastik komşu yerleştirme bu ortamda oldukça güçlü çıktı. "T-SNE Etkili Nasıl Kullanılır" …

13 machine-learning  dimensionality-reduction  unsupervised-learning  tsne