«machine-learning» etiketlenmiş sorular

Görüntü Tanıma için Derin Artık Öğrenme makalesini okuyordum ve artık bir bloğun hesaplamalı olarak neleri gerektirdiğini% 100 kesin olarak anlamakta zorlanıyordum. Kağıtlarını okurken şekil 2 var: Artık Blok'un ne olması gerektiğini gösterir. Bir artık bloğun hesaplanması sadece aşağıdakilerle aynı mıdır: y=σ(W2σ(W1x+b1)+b2+x)y=σ(W2σ(W1x+b1)+b2+x) \mathbf{y} = \sigma( W_2 \sigma( W_1 \mathbf{x} + b_1 …

12 machine-learning  neural-networks  deep-learning  conv-neural-network  residual-networks 

Makine öğreniminde (regresyon sorunları için) genellikle ortalama kare hatası (MSE) veya ortalama-mutlak hata (MAE) işlevini en aza indirgemek için (artı normalleştirme terimini) hata olarak kullanıyorum. Korelasyon katsayısının kullanılmasının daha uygun olacağı durumlar olup olmadığını merak ediyorum. böyle bir durum varsa, o zaman: Hangi durumlarda korelasyon katsayısı MSE / MAE'ye göre …

12 regression  machine-learning  svm  optimization  deep-learning 

Ben ilgili bir soru sormak istiyorum bu bir . Burada xgboost için özel kayıp fonksiyonu yazma bir örnek buldum : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, "label") # We …

12 r  machine-learning  gradient-descent  boosting  loss-functions 

Zaman serisi analizi neden bir makine öğrenme algoritması olarak kabul edilmez (doğrusal regresyondan farklı olarak). Hem regresyon hem de zaman serileri analizi tahmin yöntemleridir. Öyleyse neden bunlardan biri öğrenme algoritması olarak kabul ediliyor ama diğeri değil?

12 regression  machine-learning  time-series  terminology 

Verilerden Öğrenme ders serisinde profesör, VC boyutunun belirli bir modelin kaç noktayı parçalayabileceğine dair model karmaşıklığını ölçtüğünden bahseder. Bu nedenle, sınıflandırıcı k noktalarını etkili bir şekilde parçalayabiliyorsa N noktalarından söyleyebileceğimiz sınıflandırma modelleri için mükemmel bir şekilde çalışır. VC boyut ölçüsü K olacaktır. Ancak regresyon modelleri için bir VC boyutunu nasıl …

12 regression  machine-learning  vc-dimension 

Takviye öğreniminde bir ders kitabı / ders notları arıyorum. "İstatistiksel Öğrenmeye Giriş" e düşkünüm , ancak ne yazık ki bu konuyu kapsamıyor. Sutton ve Barto'nun bir kitabının standart bir referans olduğunu biliyorum ve belki de NDP de iyi ama 1997-98 tarihli ve bu alanın son zamanlarda oldukça fazla gelişmesi muhtemel …

12 machine-learning  references 

Bu soruda - Yapılandırılmış / hiyerarşik / çok düzeyli yordayıcıları dikkate alan karar ağaçları oluşturmak için bir yöntem var mı? - ağaçlar için panel veri yönteminden bahsediyorlar. Vector Machines ve Yapay Sinir Ağlarını desteklemek için spesifik panel veri yöntemleri var mı? Eğer öyleyse, algoritmalar ve (eğer mevcutsa) R paketleri için …

12 r  machine-learning  svm  panel-data  cart 

İki sıralama algoritmasını karşılaştırmak istiyorum. Bu algoritmalarda, istemci aramasında bazı koşulları belirtir. Müşterinin gereksinimlerine göre, bu algoritma veri tabanındaki her öğe için bir puan atamalı ve en yüksek puanlara sahip öğeleri almalıdır. Bu sitede sorumla ilgili farklı konular okudum ve internette arama yaptım. Aramalarıma göre, sıralama algoritmalarını karşılaştırmak için bazı …

12 machine-learning  precision-recall  average-precision 

Balıkçı testini daha iyi anlamak istedim, bu yüzden f ve m erkek ve kadına karşılık gelen ve n ve y "soda tüketimine" karşılık gelen aşağıdaki oyuncak örneğini tasarladım: > soda_gender f m n 0 5 y 5 0 Açıkçası, bu büyük bir basitleştirme, ama bağlamın önüne geçmesini istemedim. Burada sadece …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

kmeansAnderson'ın iris veri kümesinde k-ortalama algoritmasını gerçekleştirmek için R komutunu kullanıyordum . Sahip olduğum bazı parametreler hakkında bir sorum var. Sonuçlar: Cluster means: Sepal.Length Sepal.Width Petal.Length Petal.Width 1 5.006000 3.428000 1.462000 0.246000 Bu durumda, "Küme anlamı" ne anlama gelir? Kümedeki tüm nesnelerin mesafelerinin ortalaması nedir? Ayrıca son bölümde: Within cluster …

12 r  machine-learning  clustering  interpretation  k-means 

Çapraz doğrulama yerine verinin marjinal geçiciliğini en üst düzeye çıkararak birçok parametreli bir ARD çekirdeği ile bir Gauss süreci eğitimi alıyorum. Aşırı uyduğundan şüpheleniyorum. Bu şüpheyi Bayes bağlamında nasıl test edebilirim?

12 machine-learning  cross-validation  gaussian-process 

Makine öğreniminde yeniyim. Aynı veri kümesine lojistik regresyon ve rastgele orman uyguladım. Bu yüzden değişken önem kazanıyorum (lojistik regresyon için mutlak katsayı ve rastgele orman için değişken önem). Son bir değişken önemi elde etmek için ikisini birleştirmeyi düşünüyorum. Deneyimini herkes paylaşabilir mi? Torbalamayı, güçlendirmeyi, topluluk modellemesini kontrol ettim, ama ihtiyacım …

12 machine-learning  logistic  random-forest 

Ben çekirdeklerde yeniyim ve kNN'yi çekirdeklemeye çalışırken bir engelle karşılaştım. Hazırlıklar Bir polinom çekirdek kullanıyorum: K( X , y ) = ( 1 + ⟨ x , y ⟩ )dK(x,y)=(1+⟨x,y⟩)dK(\mathbf{x},\mathbf{y}) = (1 + \langle \mathbf{x},\mathbf{y} \rangle)^d Tipik Öklid kNN'niz aşağıdaki mesafe metriğini kullanır: d( x , y ) = | …

12 machine-learning  kernel-trick  k-nearest-neighbour 

Yani, yaklaşık 60 x 1000 matrisim var. 1000 özellikli 60 nesne olarak bakıyorum; 60 nesne 3 sınıfa ayrılır (a, b, c). Her sınıfta 20 nesne ve gerçek sınıflandırmayı biliyoruz. Bu 60 eğitim örneği seti üzerinde denetimli öğrenme yapmak istiyorum ve hem sınıflandırıcı doğruluğu (ve ilgili metrikler) hem de 1000 özellikte …

12 machine-learning  classification  multilevel-analysis  random-forest  stratification 

Son zamanlarda seyrek temsiller hakkında çok sayıda makale görüyorum ve çoğu ℓpℓp\ell_p normu kullanıyor ve biraz küçülüyor. Sorum şu: ℓpℓp\ell_p normu ve ℓp,qℓp,q\ell_{p, q} karma normu nedir? Düzenleme ile nasıl ilgili? Teşekkürler

12 machine-learning  regularization  sparse