«machine-learning» etiketlenmiş sorular

Burada yeni başlayan bir soru. Şu anda R'deki np paketini kullanarak parametrik olmayan bir regresyon gerçekleştiriyorum. 7 özelliğim var ve kaba kuvvet yaklaşımı kullanarak en iyi 3'ü tanımladım. Ama yakında 7'den fazla özelliğim olacak! Benim sorum parametrik olmayan regresyon için özellik seçimi için mevcut en iyi yöntemler nelerdir. Ve hangi …

10 r  machine-learning  nonparametric  feature-selection 

Bu soru kulağa çok geniş gelebilir, ama işte aradığım şey bu. Ekonometrik yöntemlerle ilgili çok sayıda mükemmel kitap ve ekonometrik tekniklerle ilgili pek çok mükemmel açıklayıcı makale olduğunu biliyorum. Bu Çapraz Doğrulanmış soruda açıklandığı gibi ekonometrinin mükemmel tekrarlanabilir örnekleri bile vardır . Aslında bu sorudaki örnekler aradığım şeye çok yakın …

10 r  machine-learning  forecasting  data-mining  econometrics 

Ben MATLAB ve R arayüz oluşturma düşünüyorum Ross Quinlan 'ın C5.0 (buna aşina olmayan kişiler için, C5.0 bir karar ağacı algoritması ve yazılım paketidir; bir uzantısı C4.5 ) ve ben çalışıyorum yazmam gereken bileşenler hakkında fikir edinebilirim. C5.0 için bulduğum tek belge burada , See5 (C5.0 için bir Windows arabirimi?) …

10 r  machine-learning  matlab 

Dirichlet Pocess ve Gauss Süreci genellikle "işlevler üzerinden dağılımlar" veya "dağılımlar üzerinden dağılımlar" olarak adlandırılır. Bu durumda, GP altındaki bir fonksiyonun yoğunluğu hakkında anlamlı bir şekilde konuşabilir miyim? Yani, Gauss Süreci veya Dirichlet Süreci bir olasılık yoğunluğu kavramına sahip mi? Değilse, bir işlevin önceki olasılık kavramı iyi tanımlanmamışsa, Bayes kuralını …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

Çevrimiçi videolardan ve ders notlarından Gauss süreç gerilemesini öğreniyorum, benim anlayışım, puanlı bir veri setimiz varsa , verilerin boyutlu çok değişkenli bir Gaussian'dan örneklendiğini varsayarız . Yani sorum şu: Gauss süreç gerilemesi hala 10 milyonun olduğu milyonlarca durumda ? Çekirdek matrisi işlemi tamamen verimsiz kılacak kadar büyük olmayacak mı? Eğer …

10 machine-learning  probability  inference  gaussian-process  multivariate-regression 

DeepMind'in AlphaGo Zero ve AlphaZero makalelerinde, Monte Carlo Ağacı Arama'daki kök düğümden (tahta durumu) önceki eylem olasılıklarına Dirichlet gürültüsü eklemeyi açıklarlar : Kök düğümündeki önceki olasılıklara Dirichlet gürültüsü eklenerek ek keşifler elde edilir s0s0s_0, özellikle , burada ve ; bu gürültü tüm hareketlerin denenmesini sağlar, ancak arama yine de kötü …

10 machine-learning  neural-networks  dirichlet-distribution 

Rastgele Fourier özellikleri çekirdek işlevlerine yaklaşım sağlar. SVM'ler ve Gauss süreçleri gibi çeşitli çekirdek yöntemleri için kullanılırlar. Bugün, TensorFlow uygulamasını kullanmayı denedim ve özelliklerimin yarısı için negatif değerler aldım. Anladığım kadarıyla, bu olmamalı. Bu yüzden --- beklediğim gibi - özelliklerin [0,1] içinde yaşaması gerektiğini söyleyen orijinal makaleye geri döndüm . …

10 machine-learning  kernel-smoothing  feature-construction  tensorflow  fourier-transform 

SVM'leri okudum ve bir optimizasyon problemi çözdüklerini ve maksimum marj fikrinin çok makul olduğunu öğrendim. Şimdi, çekirdekleri kullanarak, doğrusal olmayan ayırma sınırlarını bile bulabilirler ki bu harikaydı. Şimdiye kadar, SVM'lerin (özel bir çekirdek makinesi) ve çekirdek makinelerinin sinir ağlarıyla nasıl ilişkili olduğu hakkında hiçbir fikrim yok mu? Yorumlarına düşünün Yann …

10 machine-learning  neural-networks  svm  deep-learning  kernel-trick 

Makine Öğrenimine (Finansta teori ve uygulama) daha da derinleştirmek istiyorum. Makine Öğrenimi için temel olarak karmaşık analiz ve fonksiyonel analizin ne kadar alakalı olduğunu sormak istiyorum. Bu konuları öğrenmem gerekiyor mu yoksa kendimi başka bir konuya mı yoğunlaştırmalıyım (eğer öyleyse, hangisine?)

10 machine-learning  pac-learning 

Bunun muhtemelen başka bir yerde tartışıldığını biliyorum, ama açık bir cevap bulamadım. Formülü kullanmaya çalışıyorumR2=1−SSR/SSTR2=1−SSR/SSTR^2 = 1 - SSR/SST örnek dışı hesaplamak R2R2R^2 doğrusal bir regresyon modelinin SSRSSRSSR kare artıkların toplamıdır ve SSTSSTSSTtoplam kareler toplamıdır. Eğitim seti için, SST=Σ(y−y¯train)2SST=Σ(y−y¯train)2 SST = \Sigma (y - \bar{y}_{train})^2 Test seti ne olacak? Kullanmaya …

10 regression  machine-learning  r-squared  out-of-sample 

Maliyet fonksiyonunu farklılaştırabildiğimizde ve her parametreye göre kısmi farklılaşma yoluyla elde edilen denklemleri çözerek ve maliyet fonksiyonunun minimum nerede olduğunu bulabildiğimizde parametreleri bulabiliriz. Ayrıca, türevlerin sıfır olduğu birden fazla yer bulmak mümkün, böylelikle tüm bu yerleri kontrol edebilir ve küresel minima bulabiliriz. bunun yerine gradyan inişi neden yapılır?

10 machine-learning  computational-statistics 

Derin öğrenmeyi (özellikle CNN'leri) ve aşırı sığmayı önlemek için genellikle çok fazla veriyi nasıl gerektirdiğini öğreniyorum. Bununla birlikte, bir modelin kapasitesi ne kadar yüksekse, fazla takmayı önlemek için o kadar fazla veriye ihtiyaç duyulduğu söylendi. Bu nedenle, sorum şu: Neden sadece derin bir sinir ağında katman başına katman / düğüm …

10 machine-learning  neural-networks  deep-learning  conv-neural-network 

SVM algoritması oldukça eskidir - 1960'larda geliştirilmiştir, ancak 1990'larda ve 2000'lerde son derece popülerdi. Makine öğrenimi kurslarının klasik (ve oldukça güzel) bir parçasıdır. Bugün medya işlemede (görüntüler, ses vb.) Sinir ağlarının tamamen baskın olduğu, diğer bölgelerde Gradient Boosting'in çok güçlü pozisyonları olduğu görülmektedir. Ayrıca, son veri yarışmalarında hiçbir SVM tabanlı …

10 machine-learning  svm 

Ben cs224d çevrimiçi stanford sınıfı ders materyali ilk sorun seti ile yoluma çalışıyorum ve sorun 3A ile bazı sorunlar yaşıyorum: Softmax tahmin fonksiyonu ve çapraz entropi kaybı fonksiyonu ile atlama gram word2vec modeli kullanırken, biz degradeleri tahmin edilen sözcük vektörlerine göre hesaplamak istiyorum. Softmax fonksiyonu göz önüne alındığında: wben^= Pr …

10 machine-learning  self-study  word2vec 

Ben şanssız makine öğrenme "kova" net bir açıklama bulmak için dolaşmak. Şimdiye kadar anladığım şey, kovalamanın, bir dizi sürekli değerin bir ayrı değerle değiştirildiği dijital sinyal işlemedeki nicemlemeye benzer olmasıdır. Bu doğru mu? Kovalamanın uygulanmasının artıları ve eksileri (bilgi kaybetmenin bariz etkisinin yanı sıra) nelerdir? Kovalamanın nasıl uygulanacağına dair genel …

10 machine-learning  dataset  data-preprocessing