«machine-learning» etiketlenmiş sorular

Son zamanlarda, literatürde bantlanmış 'olasılıksız' yöntemlerin farkına vardım. Ancak, bir çıkarım veya optimizasyon yönteminin olasılıksız olmasının ne anlama geldiğinden emin değilim . Makine öğreniminde amaç genellikle bazı parametrelerin bir işleve uyma olasılığını en üst düzeye çıkarmaktır, örneğin sinir ağındaki ağırlıklar. Olasılıksız bir yaklaşımın felsefesi tam olarak nedir ve neden GAN'lar …

11 machine-learning  deep-learning  maximum-likelihood  generative-models  abc 

Ben sık sık Bayes hiyerarşik modellerinde bilgi ödünç alma veya bilgi paylaşımı hakkında konuşuyorlar. Bunun gerçekte ne anlama geldiği ve Bayesçi hiyerarşik modellere özgü olup olmadığı hakkında düz bir cevap alamıyorum. Fikri bir şekilde anlıyorum: Hiyerarşinizdeki bazı seviyeler ortak bir parametreyi paylaşıyor. Bunun "bilgi borçlanması" na nasıl dönüştüğü hakkında hiçbir …

11 machine-learning  bayesian  multilevel-analysis  terminology  hierarchical-bayesian 

İşte Ian Goodfellow'un Deep Learning kitabında okuduğum bir şey . Sinir ağları bağlamında, "L2 parametre normu cezası genellikle ağırlık azalması olarak bilinir. Bu düzenleme stratejisi ağırlıkları başlangıç ​​noktasına yakınlaştırır [...]. Daha genel olarak, parametreleri herhangi bir noktaya yakın olacak şekilde düzenleyebiliriz ancak model parametrelerini sıfıra doğru düzenlemek çok daha yaygındır. …

11 machine-learning  neural-networks  deep-learning  regularization 

Diğer makine öğrenimi algoritmalarına kıyasla sinir ağları ve yararları hakkındaki anlayışımı geliştirmek istiyorum. Anlayışım aşağıdaki ve sorum şu: Lütfen anlayışımı düzeltebilir ve tamamlayabilir misiniz? :) Benim anlayışım: (1) Yapay sinir ağları = Giriş değerlerinden çıkış değerlerini tahmin eden bir işlev. Evrensel Yaklaşım Teoremine ( https://en.wikipedia.org/wiki/Universal_approximation_theorem ) göre, yeterli nöron verildiğinde …

11 regression  machine-learning 

Ben makine öğrenimi / veri bilimi okuyan bir fizik öğrencisiyim, bu yüzden bu sorunun herhangi bir çatışmaya başlamasını istemiyorum :) Ancak, herhangi bir fizik lisans programının büyük bir kısmı laboratuvarlar / deneyler yapmaktır, bu da çok fazla veri anlamına gelir. işleme ve istatistiksel analiz. Ancak, fizikçilerin verilerle ilgilenme şekli ile …

11 regression  machine-learning  cross-validation  dataset  experiment-design 

Youtube'da video izledikten sonra, varyasyonel çıkarımın ne olduğunu gerçekten tanımlayamıyorum gibi hissediyorum. Video derslerini izlerken prosedürleri takip edebilirim. Ama gerçekte ne olduğunu tanımlamak zor. Bunu duymayı umuyorum.

11 machine-learning  mathematical-statistics  data-mining 

Destek Vektör Makinelerinin genelleme kabiliyeti için teorik sonuçlarla ilgileniyorum, örneğin sınıflandırma hatasının olasılığı ve bu makinelerin Vapnik-Chervonenkis (VC) boyutu ile ilgili sınırlar. Bununla birlikte, literatürde okumak, benzer tekrar eden bazı sonuçların, özellikle de belirli bir sınırın tutulması için gerekli teknik koşullar ile ilgili olarak yazardan yazara biraz farklılık gösterdiği izlenimini …

11 machine-learning  svm  vc-dimension 

Belirsiz bir veri kümesine denetimli bir öğrenme modeli uygulamak için mevcut bir metodoloji var mı? Örneğin, A ve B sınıflarına sahip bir veri kümemiz olduğunu varsayalım: +----------+----------+-------+-----------+ | FeatureA | FeatureB | Label | Certainty | +----------+----------+-------+-----------+ | 2 | 3 | A | 50% | | 3 | 1 …

11 machine-learning  supervised-learning 

26 özellikli ve 31000 satırlı bir veri setim var. 38 deneğin veri kümesidir. Biyometrik bir sistem içindir. Bu yüzden konuları tanımlayabilmek istiyorum. Bir test setine sahip olmak için, bazı değerleri kaldırmam gerektiğini biliyorum. Peki ne yapmak daha iyi ve neden? (a) 30 kişiyi eğitim seti olarak saklayın ve 8 kişiyi …

11 machine-learning  cross-validation  out-of-sample 

İle oynamak Boston Konut Verisetinin ve RandomForestRegressor(w / varsayılan parametreleri) Garip bir şey fark, scikit-öğrenme: ortalama çapraz doğrulama puanı azaldı My çapraz doğrulama stratejisi olarak oldu şu 10 öteye kıvrımları sayısını artırdı olarak: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) scores = cross_val_score(est, X, y, cv=cv_met) ... neredeydi num_cvs. Ben set test_sizeiçin 1/num_cvsk …

11 machine-learning  cross-validation  random-forest  sample-size  scikit-learn 

Boyuna verileri modellemek için herhangi bir makine öğrenme tekniği (denetimsiz) olup olmadığını merak ediyordum. Her zaman karışık efekt modelleri kullandım (çoğunlukla doğrusal olmayan) ama bunu yapmanın başka bir yolu olup olmadığını merak ettim (makine öğrenimini kullanarak). Makine öğrenimi ile, rastgele orman, sınıflandırma / kümeleme, karar ağaçları ve hatta derin öğrenme …

11 machine-learning  mixed-model 

Daha önce bir ML kursu aldım, ancak şimdi ML ML ile ilgili projelerle işimde çalıştığım için, aslında uygulamak için biraz uğraşıyorum. Eminim yaptığım şeyler daha önce araştırılmış / ele alınmıştır, ancak belirli konuları bulamıyorum. Çevrimiçi bulduğum tüm makine öğrenimi örnekleri çok basittir (örneğin Python'da bir KMeans modelinin nasıl kullanılacağı ve …

11 machine-learning  references  train  application 

Yığın normalizasyon kağıdını okuyordum [1] ve bir örneklemin geçtiği bir bölüm vardı, normalleşmenin neden dikkatli yapılması gerektiğini göstermeye çalışıyordu. Dürüst olmak gerekirse, örneğin nasıl çalıştığını anlayamıyorum ve kağıtlarını olabildiğince iyi anlamak çok merak ediyorum. Önce burada alıntı yapmama izin verin: Örneğin, öğrenilen yanlılığı b ekleyen ve eğitim verileri üzerinden hesaplanan …

11 machine-learning  neural-networks  conv-neural-network 

Son zamanlarda, Artık Sinir ortaya çıktığını gördük, burada, her kat, bir hesaplama modülü ve katmanın girişini koruyan katmanın çıktısı gibi bir kısayol bağlantısından oluşur : cicic_iyi+1=ci+yiyi+1=ci+yi y_{i+1} = c_i + y_i Ağ, kalan özelliklerin izin verir ve kaybolan gradyan sorununa karşı daha sağlam olmasının yanı sıra son teknoloji performansa ulaşarak …

11 machine-learning  neural-networks  deep-learning  gradient-descent  residual-networks 

Herkes aynı veri setinde ElasticNetPython ve R'de scikit-learn ile bir Elastik Ağ modelinin takılmasının glmnetaynı aritmetik sonuçlar üretip üretmediğini doğrulamaya çalıştı mı ? Parametrelerin birçok kombinasyonunu deniyorum (iki fonksiyon bağımsız değişkenlere geçtikleri varsayılan değerlerde farklılık gösterdiğinden) ve verileri ölçeklendiriyor, ancak hiçbir şey iki dil arasında aynı modeli üretiyor gibi görünüyor. …

11 machine-learning  scikit-learn  glmnet  elastic-net