«machine-learning» etiketlenmiş sorular

Bu metin gösterimi modelleri arasındaki farklar nelerdir: Kelime grubu ve vektör uzay modeli?

12 machine-learning  text-mining 

Şu anda Octave'de çalışıyor, ancak belgelerin zayıf olması nedeniyle ilerleme çok yavaş. Hangi dili öğrenmek ve kullanmak kolaydır ve makine öğrenimi sorunlarını çözmek için iyi belgelenmiştir? Ben küçük bir veri kümesi üzerinde prototip (binlerce örnek) arıyorum, bu yüzden hız önemli değil. EDIT: Bir öneri motoru geliştiriyorum. Bu nedenle, Düzenli Doğrusal …

12 r  machine-learning  matlab  software  python 

Sinir ağlarında gerçek sayıları olasılıklara dönüştürmek için yaygın olarak kullanılan softmax fonksiyonu, Boltzmann dağılımı ile aynı işlevdir, termodinamikte belirli bir sıcaklıkta T termal dengede parçacıkların enerjileri üzerindeki olasılık dağılımı. Bunun pratik olmasının açık sezgisel nedenlerini görebiliyorum: Girdi değerleri negatif olursa olsun, softmax bire karşılık gelen pozitif değerler verir. Her zaman …

12 machine-learning  neural-networks  softmax 

Hassaslık ve hatırlamayı birleştirmede ağırlıklı aritmetik ortalamanın aksine, harmonik ortalama kullanmanın (örneğin F-ölçümlerini hesaplamak için) gerçek değeri nedir acaba? Ağırlıklı aritmetik ortalamanın harmonik ortalama rolünü oynayabileceğini düşünüyorum, yoksa bir şey mi kaçırıyorum?

12 machine-learning  monte-carlo  precision-recall  harmonic-mean 

Son zamanlarda XGBoost algoritmasını gözden geçirdim ve bu algoritmanın eğitim aşamasında eksik verileri (çarpışma gerektirmeden) işleyebildiğini fark ettim. XGboost'un yeni gözlemleri tahmin etmek için kullanıldığında (eksik veri gerektirmeden) eksik veriyi işleyip işleyemeyeceğini veya eksik verileri etkilemek için gerekli olup olmadığını merak ediyordum. Şimdiden teşekkürler.

12 machine-learning  missing-data  data-imputation  xgboost 

Bishop'un Örüntü Tanıma ve Makine Öğreniminde , olasılık yoğunluğundan hemen sonra aşağıdakileri okudum :p(x∈(a,b))=∫bap(x)dxp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x Doğrusal olmayan bir değişken değişikliği altında, olasılık yoğunluğu, Jacobian faktörüne bağlı olarak basit bir işlevden farklı bir şekilde dönüşür. Örneğin, değişkenlerinde bir değişiklik düşünürsek , işlevi . Şimdi , yeni değişken göre yoğunluğuna karşılık gelen bir …

12 machine-learning  probability 

Pg. 34 İstatistiksel Öğrenmeye Giriş : \newcommand{\Var}{{\rm Var}} Matematiksel kanıt bu kitabın kapsamı dışındadır olsa da, beklenen testi MSE, verilen değer için olduğunu göstermek mümkündür x0x0x_0 : daima üç temel miktarlarda toplamından ayrılacak olabilir varyans ait f^(x0)f^(x0)\hat{f}(x_0) , kare önyargı arasında f^(x0)f^(x0)\hat{f}(x_0) ve hata terimleri varyansı εε\varepsilon . Yani, E(y0−f^(x0))2=Var(f^(x0))+[Bias(f^(x0))]2+Var(ε)E(y0−f^(x0))2=Var(f^(x0))+[Bias(f^(x0))]2+Var(ε) …

12 machine-learning  variance 

Pekiştirme öğrenmesinde doğrusal fonksiyon yaklaşımı genellikle büyük durum uzayları olduğunda kullanılır. (Arama tabloları mümkün olmadığında.) Lineer fonksiyon yaklaşımı ile S -S-Q- değeri formu, Q ( s , a ) = w1f1( s , a ) + w2f2( s , a ) + ⋯ ,S(s,bir)=w1f1(s,bir)+w2f2(s,bir)+⋯,Q(s,a) = w_1 f_1(s,a) + w_2 f_2(s,a) …

12 machine-learning  feature-selection  reinforcement-learning 

PRML okuyorum ve resmi anlamıyorum. Resmi anlamak için bazı ipuçları verebilir misiniz ve bir Gauss dağılımındaki MLE varyansının neden taraflı olduğu? formül 1.55: formül 1.56 σ 2 M L E =1μMLE=1N∑n=1NxnμMLE=1N∑n=1Nxn \mu_{MLE}=\frac{1}{N} \sum_{n=1}^N x_n σ2MLE=1N∑n=1N(xn−μMLE)2σMLE2=1N∑n=1N(xn−μMLE)2 \sigma_{MLE}^2=\frac{1}{N}\sum_{n=1}^{N}(x_n-\mu_{MLE})^2

12 machine-learning  self-study  maximum-likelihood 

Sınıflandırıcı nedir genel tanımını bulamıyorum? Nasıl çalıştığını anlıyorum, ama bir tanıma gelemiyorum.

12 machine-learning  classification 

Maksimum Olabilirlik Tahminini çalışırken, Maksimum Olabilirlik Tahmininde çıkarım yapmak için varyansı bilmemiz gerekir. Varyansı bulmak için, eğrilikte İkinci Türev ile bir Hessen Matrisi gibi görünen Cramer'ın Rao Alt Sınırını bilmem gerekiyor. Ben kovaryans matrisi ile kendir matrisi arasındaki ilişkiyi tanımlamak için biraz karışıkım. Soru hakkında bazı açıklamalar duymayı umuyoruz. Basit …

12 machine-learning  mathematical-statistics  maximum-likelihood  data-mining 

6 sınıfla ilgili bir sorunum var. Bu yüzden, aşağıdaki gibi bir çok sınıflı sınıflandırıcı inşa: Her sınıf için, One vs. All kullanarak bir Lojistik Regresyon sınıflandırıcı var, bu da 6 farklı sınıflandırıcılar var demektir. Sınıflandırıcılarımın her biri için bir karışıklık matrisi rapor edebilirim. Ancak, burada bir çok örnekte gördüğüm gibi, …

12 machine-learning  logistic  classification  multi-class  confusion-matrix 

Karar Güdük kullanarak Adaboost uygulamak istiyorum. Adaboost'un her yinelemesinde veri setimizin özellikleri kadar karar kütüğü yapmak doğru mu? Örneğin, 24 özellikli bir veri kümem varsa, her yinelemede 24 karar kütüğü sınıflandırıcısı olmalı mı? Yoksa rastgele olarak bazı özellikleri seçmeli ve tüm özellikler yerine sınıflandırıcı yapmalı mıyım?

12 machine-learning  classification  cart  boosting 

Birisi 128 ve 4000 arasındaki log-uniform bir dağılımdan bir veri örneklendiğini söylediğinde, bu ne anlama geliyor? Tekdüze bir dağılımdan örneklemeden farkı nedir? Bu makaleye bakın: http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf Teşekkürler!

12 machine-learning  distributions  uniform 

Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 Hassaslığı ve hatırlamayı nasıl hesaplayabilirim? F1 puanını hesaplamak kolaylaşır. Normal karışıklık matrisi 2 x 2 boyutudur. Ancak, 3 x 3 olduğunda hassaslığı ve hatırlamayı nasıl hesaplayacağımı bilmiyorum.

12 machine-learning  precision-recall