«machine-learning» etiketlenmiş sorular

Bir film M için bir Lojistik Sınıflandırıcı oluşturmak istediğimi varsayalım. Özelliklerim kişinin yaşı, cinsiyeti, mesleği, konumu gibi bir şey olurdu. Yani eğitim seti şöyle bir şey olurdu: Yaş Cinsiyet Meslek Konumu Beğen (1) / Beğenmedim (0) 23 M Yazılım ABD 1 24 F Doktor İngiltere 0 ve böylece .... Şimdi …

13 machine-learning  feature-construction 

Etkinlik sıklıkları hakkında geçici verilerim var. Verilerdeki benzer aktivite seviyelerine sahip farklı zaman aralıklarını gösteren kümeleri tanımlamak istiyorum. İdeal kümeleri tanımlamak istediğiniz olmadan kümeler önsel sayısını belirterek. Uygun kümeleme teknikleri nelerdir? Sorumun yanıtlaması için yeterli bilgi içermiyorsa, uygun kümeleme tekniklerini belirlemek için sağlamam gereken bilgiler nelerdir? Aşağıda hayal ettiğim veri …

13 machine-learning  clustering 

Teorik olarak (nasıl çalışacaklarını) anlıyorum, ama aslında bir topluluk yöntemini (oylama, ağırlıklı karışımlar, vb.) Kullanmayı nasıl yapacağımdan emin değilim. Topluluk yöntemlerini uygulamak için iyi kaynaklar nelerdir? Python'da uygulama ile ilgili belirli kaynaklar var mı? DÜZENLE: Bazı yorumlarda tartışmaya dayanarak temizlemek için, randomForest, vb gibi topluluk algoritmaları aramıyorum. Bunun yerine, farklı …

13 machine-learning  python  ensemble 

Herhangi bir yararlı bilgi portalı yerine 'dergileri' değiştirmekten çekinmeyin. Pratik uygulamalar açısından makine öğrenimindeki yeni gelişmeleri takip etmek istiyorum. Kendi çalışmamı yayınlamaya çalışan bir akademisyen değilim (en azından bu alanda değil), ancak pratik düzeyde yararlı olabilecek potansiyel yeni algoritmaların veya püf noktalarının farkında olmak istiyorum. Tek uyarı, dergi / konferans …

13 machine-learning  references 

Gizli değişkenli modelleri (özellikle pLSA) öğrenmek için EM algoritmasına hızlı alternatifler var mı? Hız lehine hassasiyetten ödün vermekte sorun yok.

13 machine-learning  optimization  expectation-maximization  lsa 

R'de Bayes olasılık teorisini öğrenmek için referanslar gördüm ve bunun gibi özellikle de Python'da daha fazla şey olup olmadığını merak ediyordum. Bayes olasılık teorisini, çıkarımını, maksimum olabilirlik tahminini, grafik modelleri ve sıralamayı öğrenmeye yönelik mi?

13 machine-learning  bayesian  python  graphical-model 

Birkaç yıl önce üniversitede bir olasılık dersi aldım, ancak şimdi bazı makine öğrenme algoritmalarından geçiyorum ve matematiğin bir kısmı şaşkına dönüyor. Özellikle şu anda, EM algoritmasını (beklenti maksimizasyonu) öğreniyorum ve gerekli olan ile sahip olduğum arasında büyük bir kopukluk var gibi görünüyor. Bir kitap veya web sitesi istemiyorum, ancak bunları …

13 probability  machine-learning 

Ben n-silahlı haydut sorunları çözmek için bir dizi algoritmalar hakkında okudum εϵ\epsilon-gözlü, softmax ve UCB1, ama pişmanlığı en aza indirmek için hangi yaklaşımın en iyi olduğunu sıralamakta biraz sorun yaşıyorum. N-kollu haydut problemini çözmek için bilinen bir optimal algoritma var mı? Uygulamada en iyi performansı gösteren algoritma seçeneği var mı?

13 machine-learning  reinforcement-learning  multiarmed-bandit 

Bir pazardaki alıcılar ve satıcılar arasında "eşleşmeleri" gözlemlediğinizi varsayalım. Ayrıca, gelecekteki maçları tahmin etmek ve pazarın her iki tarafına önerilerde bulunmak için kullanmak istediğiniz alıcıların ve satıcıların özelliklerini de gözlemleyebilirsiniz. Basitlik için, N alıcı ve N satıcı olduğunu ve her birinin bir eşleşme bulduğunu varsayalım. N ve (N-1) (N-1) eşleşmeyen …

13 machine-learning 

LASSO probleminin katsayılarını almak istiyorum | | Y- Xβ| | +λ | | β| |1.||Y−Xβ||+λ||β||1.||Y-X\beta||+\lambda ||\beta||_1. Sorun glmnet ve lars fonksiyonlarının farklı cevaplar vermesidir. Glmnet fonksiyonu için sadece λ yerine , ama yine de farklı cevaplar alıyorum.λ / | | Y| |λ/||Y||\lambda/||Y||λλ\lambda Bu bekleniyor mu? Lars arasındaki ilişki nedir ve …

13 r  machine-learning  regression  lasso  regularization 

Tekil Değer Ayrışmasını boyutsallık azaltma tekniği olarak kullanıyorum. NBoyut vektörleri göz önüne alındığında D, fikir, ilişkisiz boyutların dönüştürülmüş bir uzayındaki özellikleri temsil etmek, bu da bu alanın özvektörlerindeki verilerin bilgilerinin çoğunu azalan bir önem sırasına yoğunlaştırmaktır. Şimdi bu prosedürü zaman serisi verilerine uygulamaya çalışıyorum. Sorun şu ki, tüm diziler aynı …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis 

Diyelim ki veri setimizde 1 milyon örnek var, yani ve bu veri setinde lojistik veya doğrusal bir regresyon gerçekleştirmek için degrade iniş kullanmak istiyoruz.x1, … , X106x1,…,x106x_1, \ldots, x_{10^6} Verimsiz hale getiren degrade iniş yöntemiyle nedir? zamanında degrade iniş adımının aşağıdakiler tarafından verildiğini hatırlayın :ttt wt + 1= wt+ ηt∇ …

13 machine-learning  gradient-descent  large-data 

Naive Bayes sınıflandırıcısı, sınıf üyeliği için arka değerini en üst düzeye çıkararak öğelerini bir sınıfına atayan ve öğelerin özelliklerinin bağımsız olduğunu varsayan sınıflandırıcıdır .C P ( C | x )xxxCCCP(C|x)P(C|x)P(C|x) 0-1 kaybı, herhangi bir yanlış sınıflandırmaya "1" kaybı ve doğru sınıflandırmaya "0" kaybı atayan kayıptır. Sık sık (1) "Naive Bayes" …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions 

Temel Bileşen Analizi (PCA) objektif fonksiyonu L2 norm yöntemi hatasını minimize edilir (bölüm 2.12 bakınız burada başka görüş projeksiyonda varyansı maksimize etmeye çalışıyor Biz de burada mükemmel bir yazı var.:. PCA nesnel işlevi nedir ? ). Benim sorum şu ki PCA optimizasyonu dışbükey mi? ( Burada bazı tartışmalar buldum , …

13 machine-learning  pca  optimization  convex 

Gauss süreçleri ve bunların makine öğreniminde nasıl uygulandıkları konusunda oldukça yeniyim. Bu yöntemlerin ana cazibesi olan kovaryans fonksiyonları hakkında okumaya ve duymaya devam ediyorum. Öyleyse, herkes bu sezgisel işlevlerde neler olduğunu sezgisel bir şekilde açıklayabilir mi? Aksi takdirde, bunları açıklayan belirli bir öğreticiye veya belgeye işaret edebilirseniz.

13 machine-learning  probability  bayesian