«machine-learning» etiketlenmiş sorular

Belirli bir veri kümesine karşı bir SVM çalıştırdım ve aşağıdaki gözlemi yaptım: Sınıflandırıcıyı oluşturmak için özellik sayısını değiştirirsem, ortaya çıkan destek vektörlerinin sayısı da değiştirilecektir. Bu tür bir senaryoyu nasıl açıklayacağımı bilmek istiyorum.

12 machine-learning  classification  svm  kernel-trick 

Not: önceki sorumun yasal nedenlerle silinmesi gerektiğinden, bu soru bir gönderidir. Fonksiyonlu SAS PROC MIXED karşılaştırarak birlikte lmegelen nlmeR paketin, bazı çok kafa farklılıklar tökezledi. Daha spesifik olarak, farklı testlerdeki özgürlük dereceleri ve arasında farklılık gösterir PROC MIXEDve lmenedenini merak ettim. Aşağıdaki veri kümesinden başlayın (R kodu aşağıda verilmiştir): ind: …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Duda, Hart ve Stork'un Desen Sınıflandırmasında Herhangi Bir Sınıflandırıcının Doğasında Üstünlük Eksikliği Bölüm 9.2'de kullanılan gösterimler hakkında bazı sorularım var . Öncelikle kitaptan alakalı bazı metinler vereyim: Kolaylık olması açısından, eğitim seti desenlerinden ve öğrenilecek bilinmeyen hedef fonksiyonu tarafından oluşturulan için olan iki kategori sorununu düşünün , , burada .DDDxixix^iyi=±1yi=±1y_i …

12 machine-learning 

Birden fazla olayı tahmin etmeye çalıştığım bir tahmin modeli oluşturduğumu varsayalım (örneğin, hem bir paranın rulosu hem de bir madalyonun atımı). Bildiğim çoğu algoritma tek bir hedefle çalışır, bu yüzden bu tür şeylere standart bir yaklaşım olup olmadığını merak ediyorum. İki olası seçenek görüyorum. Belki de en naif yaklaşım, onlara …

12 machine-learning  classification  predictive-models  multi-class 

2 genel / daha teorik sorum var. 1) SVM'lerin tahmin modelleri oluştururken değişken etkileşimleri nasıl ele aldığını merak ediyorum. Örneğin, iki f1 ve f2 özelliğim varsa ve hedef f1, f2'ye bağlıysa ve f1 * f2 derse (veya bazı işlev h (f1, f2)) varsa, SVM uyuyor (sadece OOS'a değil, eğitim verilerine …

12 machine-learning  predictive-models  svm  interaction 

Bir grubun diğerinden daha fazla temsil edildiği eğitim verilerinden bir SVM oluşturmaya çalışıyorum. Ancak, gruplar nihai test verilerinde eşit olarak temsil edilecektir. Bu nedenle, iki paketin eğitim verilerindeki etkisini dengelemek için R paketi arabiriminin class.weightsparametresini kullanmak istiyorum .e1071libsvm Bu ağırlıkların tam olarak nasıl belirlenmesi gerektiğinden emin olmadığım için küçük bir …

12 r  machine-learning  svm 

Simülasyon / tahmin / işlev tahmini vb. İçin istatistiksel analiz potansiyeli ile çok ilgileniyorum. Ancak, bu konuda fazla bir bilgim yok ve matematik bilgim hala oldukça sınırlı - yazılım mühendisliği lisans öğrencisiyim. Beni okumaya devam ettiğim bazı şeylere başlamak için bir kitap arıyorum: doğrusal regresyon ve diğer regresyon türleri, bayesian …

12 r  regression  machine-learning  references  simulation 

HMM model seçimi için BIC kullanmak istiyorum: BIC = -2*logLike + num_of_params * log(num_of_data) Peki, HMM modelindeki parametre sayısını nasıl hesaplayabilirim? Aşağıdaki verilere sahip olduğumuz basit bir 2 durumlu HMM'yi düşünün: data = [1 2 1 1 2 2 2 1 2 3 3 2 3 2 1 2 2 …

12 machine-learning  model-comparison  bic  hidden-markov-model 

Bağlam: Ben üniversitelerin istatistiklerinde (yarı unutulmuş) bazı deneyimlere sahip bir programcıyım. Son zamanlarda http://akinator.com üzerine tökezledim ve başarısız olmasına çalışmak için biraz zaman geçirdim. Kim değildi? :) Nasıl çalışabileceğini bulmaya karar verdim. İlgili blog gönderilerini okuduktan ve okuduktan ve bazı (sınırlı) bilgilerimi ortaya çıkan karışıma ekledikten sonra aşağıdaki modelle geliyorum …

12 machine-learning  naive-bayes 

Bazı küme analizleriyle araştırmak istediğim küçük bir metin grubu üzerinde çalışıyorum. Bu konuda hangi kitapları veya makaleleri önerirsiniz?

12 machine-learning  references  clustering 

"Varyasyonel" kullanımı her zaman varyasyonel çıkarım yoluyla optimizasyonu ifade eder mi? Örnekler: "Varyasyonel otomatik kodlayıcı" "Varyasyonel Bayesci yöntemler" "Varyasyonel renormalizasyon grubu"

12 machine-learning  optimization  inference 

RMSProp, Adam ve SGD ile ağları kullanarak EMNIST doğrulama seti üzerinde deneyler yapıyorum. SGD (öğrenme oranı 0.1) ve bırakma (0.1 bırakma probu) ile L2 düzenlenmesi (1e-05 cezası) ile% 87 doğruluk elde ediyorum. RMSProp ve Adam ile aynı yapılandırmayı ve 0.001 başlangıç ​​öğrenme oranını test ederken,% 85 doğruluk ve daha az …

12 machine-learning  optimization  sgd  adam 

Sıralı olmayan değişkenler için ne zaman bir sıcak kodlama kullanılacağından ve ne zaman kullanılacağından emin değilim Algoritma benzerliği hesaplamak için bir mesafe metriği kullandığında kullanırım. Ne tür algoritmaların sıralı olmayan kategorik özelliklerin tek-sıcak kodlu olmasını gerektireceği ve hangilerinin istemeyeceği konusunda genel bir kural verebilir mi?

12 machine-learning  categorical-data  categorical-encoding  data-preprocessing 

Düzenli bir makine öğrenme analizinde lineer regresyon ile "derin öğrenme" ortamında lineer regresyon arasındaki farkı bilmek istiyorum. Derin öğrenme ortamında doğrusal regresyon için hangi algoritmalar kullanılır.

12 regression  machine-learning  deep-learning 

Hem "üst örnekleme" hem de "devrik evrişim" terimleri, "dekonvolüsyon" yaparken kullanılır (<- iyi bir terim değil, burada kullanayım). Başlangıçta, aynı anlama geldiklerini düşündüm, ancak bu makaleleri okuduktan sonra farklı oldukları bana geliyor. Herkes açıklığa kavuşturabilir mi? Geçişli evrişim : Görünüşe göre konvoltonal sinir ağı yoluyla kaybı propoagize ettiğimizde kullanabiliriz. http://andrew.gibiansky.com/blog/machine-learning/convolutional-neural-networks/#Backward-Propagation …

12 machine-learning  neural-networks  conv-neural-network  transposed-convolution