«machine-learning» etiketlenmiş sorular

İleri beslemeli ve tekrarlayan sinir ağları arasındaki fark nedir ? Neden birini diğerine aldın? Başka ağ topolojileri var mı?

58 machine-learning  neural-networks  terminology  rnn  topologies 

Olasılık ve İstatistik Yemek Kitabı ve Veri Madenciliği İçin R Referans Kartı gibi kaynakları inanılmaz derecede faydalı buluyorum . Belli ki referans olarak iyi hizmet ediyorlar ama aynı zamanda bir konu hakkındaki düşüncelerimi düzenlememe ve toprağın düzenini almama yardımcı oluyorlar. S: Bu kaynaklara benzer bir şey makine öğrenme yöntemleri için …

57 machine-learning  references 

Burada ve burada bu konuda iki soru buldum ama henüz net bir cevap veya açıklama yok. Aynı problemi Convolution Sinir Ağımdaki eğitim hatasından daha az olduğu durumlarda da aynı sorunu uyguluyorum. Bu ne anlama geliyor?

57 machine-learning  mathematical-statistics  neural-networks  cross-validation 

Hem PCA hem de otomatik kod çözücü, azaltma azaltması yapabilir, bu nedenle aralarındaki fark nedir? Hangi durumda üst üste kullanmalıyım?

56 machine-learning  pca  neural-networks  autoencoders 

Ben derin öğrenme alanında yeniyim ve benim için ilk adım deeplearning.net sitesinden ilginç makaleler okumak oldu. Derin öğrenme ile ilgili makalelerde, Hinton ve diğerleri çoğunlukla onu görüntü problemlerine uygulamaktan bahseder. Birisi bana cevap vermeye çalışabilir mi, zaman serisi değerlerini (mali, internet trafiği, ...) tahmin etme problemine uygulanabilir mi ve mümkünse …

54 time-series  machine-learning  prediction  deep-learning  deep-belief-networks 

Bana göre, tutma onayının işe yaramaz olduğu görünüyor. Yani, orijinal veri setini iki bölüme ayırmak (eğitim ve test) ve test puanını genelleme ölçütü olarak kullanmak bir şekilde işe yaramaz. K-fold cross-validation, genelleme için daha iyi yaklaşımlar veriyor gibi görünüyor (her noktada eğitiyor ve test ediyor). Öyleyse neden standart bekletme onayını …

54 machine-learning  cross-validation  validation 

İstatistiksel öğrenmede, dolaylı veya açık bir şekilde, kişi her zaman eğitim setinin giriş / yanıt dosyasından oluştuğunu varsayar. vardır , bağımsız bir şekilde, aynı ortak dağılım çekilen ileD={X,y}D={X,y}\mathcal{D} = \{ \bf {X}, \bf{y} \}NNNp ( X , Y )(Xi,yi)(Xi,yi)({\bf{X}}_i,y_i) P(X,y)P(X,y)\mathbb{P}({\bf{X}},y) p(X,y)=p(y|X)p(X)p(X,y)=p(y|X)p(X) p({\bf{X}},y) = p( y \vert {\bf{X}}) p({\bf{X}}) ve belirli …

54 machine-learning  cross-validation  non-independent  iid 

Makine Öğrenimi deneylerimi yapmak için Python kütüphanelerini kullanmayı düşünüyorum. Şimdiye kadar WEKA'ya güveniyordum, ama genel olarak oldukça memnun kaldım. Bunun temel nedeni WEKA'nın o kadar iyi desteklenmediğini tespit etmem (çok az örnek, dokümantasyon seyrek ve topluluk desteği benim deneyimimden daha az isteniyor) ve kendimi yapışkan durumlarda kendime yardım etmeden bulmam. …

53 machine-learning  python 

Makine Öğreniminde yaygın olarak kullanılan iyi bir uygulama, yordayıcı değişkenlerinin normalleştirilmesi veya veri standardizasyonu yapmaktır, işte bu, ortalamayı veren veriyi ortalamak ve varyansa (veya standart sapma ile) bölerek normalleştirmektir. Kendini kapsama ve anlamam için bunu iki ana şeyi başarmak için yapıyoruz: Sayısal stabilite amacıyla ekstra küçük model ağırlıklarından kaçının. Örneğin, …

52 machine-learning  normalization  standardization  multidimensional-scaling 

Okuduğum makalelerin çoğu yazarları, SVM'lerin NN'lerle benzer sonuçlar elde edemediklerini bilerek, regresyon / sınıflandırma problemleriyle yüzleşmek için üstün bir teknik olduğunu kabul ediyorlar. Genellikle karşılaştırmalar NN'ler yerine SVM'ler, Güçlü bir kurucu teori var İkinci dereceden programlama sayesinde global olarak optimum seviyeye ulaşın Uygun sayıda parametre seçmekte sorun yok Fazla giydirmeye …

52 machine-learning  svm  neural-networks 

(Özellikler, ikili çıkış 0 veya 1) şeklinde bir veri setine sahibim, ancak 1 nadiren oluyor, bu yüzden sadece her zaman 0 öngörerek% 70 ile% 90 arasında doğruluk elde ederim (baktığım verilere göre ). ML yöntemleri bana aynı doğruluğu veriyor ve bu durumda uygulanacak, açık tahmin kuralına göre doğruluğu artıracak bazı …

52 machine-learning  classification  binary-data  unbalanced-classes 

Regresyon modelleri yapıyorum. Ön işleme adımı olarak, özellik değerlerimi ortalama 0 ve standart sapma 1 olacak şekilde ölçeklendiriyorum. Hedef değerleri normalleştirmek de gerekli mi?

52 regression  machine-learning 

Lojistik regresyon , SVM , karar ağaçları , torbalama ve benzeri pek çok başka soru kullanırken dengesiz veriler hakkında çoktan sorularımız vardı , bu da onu çok popüler bir konu haline getirdi! Maalesef, soruların her biri algoritmaya özgü görünüyor ve dengesiz verilerle ilgilenmek için genel bir kılavuz bulamadım. Dengesiz verilerle …

52 machine-learning  classification  predictive-models  unbalanced-classes 

Makine öğrenirken gördüğüm bazı materyaller, bir sınıflandırma problemine regresyon yoluyla yaklaşmanın kötü bir fikir olduğunu söyledi. Ancak verilere uymak için sürekli bir regresyon yapmak ve ayrık sınıflandırmalar elde etmek için sürekli tahminleri kesmek her zaman mümkün olabilir. Peki neden kötü bir fikir?

51 regression  machine-learning  classification 

Kısa tanım artırılması : Bir grup zayıf öğrenci tek bir güçlü öğrenci yaratabilir mi? Zayıf bir öğrenci, gerçek sınıflandırma ile sadece hafifçe ilişkili olan bir sınıflayıcı olarak tanımlanır (örnekleri rastgele tahmin etmekten daha iyi etiketleyebilir). Rastgele Ormanın Kısa Tanımı : Rastgele Ormanlarda birçok sınıflandırma ağacı bulunur. Bir giriş vektöründen yeni …

51 machine-learning  random-forest  boosting  bagging