«machine-learning» etiketlenmiş sorular

RF, doğrusal olmayanlığı kaldırabildiği ancak katsayı sağlayamadığı için, en önemli özellikleri toplamak için rastgele orman kullanmak ve ardından bu özellikleri katsayılarını elde etmek için çoklu doğrusal regresyon modeline bağlamak akıllıca olur mu?

50 regression  machine-learning  feature-selection  random-forest  regression-strategies 

Bu yazıya dayanarak, İstatistiksel Öğrenmenin Öğelerini sindirmek istiyorum. Neyse ki ücretsiz olarak kullanılabilir ve okumaya başladım. Bunu anlayacak kadar bilgim yok. Kitaptaki konulara daha iyi bir giriş niteliğinde olan bir kitap önerebilir misiniz? Umarım bana anlamak için gereken bilgiyi verecek bir şey? İlgili: Matematikte güçlü bir geçmiş ML için toplam …

50 machine-learning  references 

Verileri kümelemek için algoritmalar çalıştım (denetimsiz öğrenme): EM ve k-araçları. Aşağıdakileri okumaya devam ediyorum: k-aracı, kümelerin küresel olduğu varsayımlarıyla birlikte EM'nin bir çeşididir. Birisi yukarıdaki cümleyi açıklayabilir mi? Küresel olanın ne anlama geldiğini ve kmeans ve EM'in birbirleriyle nasıl ilişkili olduğunu anlamıyorum, çünkü biri olasılıksal ödevini diğeri ise deterministik bir …

50 machine-learning  clustering  data-mining  k-means  expectation-maximization 

Genel olarak sınıflandırma ile ilgili bir sorum var. F bazı verilerle verilen bir olasılık kümesi ortaya çıkaran bir sınıflandırıcı olsun. D Normalde biri şöyle der: p: p (c | D)> 0.5 ise 1. sınıfa, aksi takdirde 0 atarız (bunun bir ikili olmasına izin verin). sınıflama). Benim sorum şu, ne öğrenirsem, …

49 machine-learning  classification  binary-data  threshold 

Stokastik gradyan inişinin, her bir tekrarlamayı eğitim veri setinin farklı bir örneğiyle güncelleyerek geri yayılım kullanarak bir sinir ağını optimize etmek için kullanılabileceğini biliyorum. Parti büyüklüğü ne kadar büyük olmalıdır?

49 machine-learning  neural-networks  gradient-descent  backpropagation 

Tekrarlayan Sinir Ağları ve Özyinelemeli Sinir Ağları vardır. Her ikisi de genellikle aynı kısaltma ile gösterilir: RNN. Wikipedia'ya göre , Recurrent NN aslında Recursive NN'dir, ancak açıklamayı gerçekten anlamıyorum. Dahası, Doğal Dil İşleme için hangisinin daha iyi olduğunu (örneklerle ya da öylesine) bulmuyorum. Gerçek şu ki, Socher öğreticisinde NLP için …

48 machine-learning  neural-networks  deep-learning  natural-language 

Denetimsiz öğrenmeye ilişkin (kümelenme gibi), performansı değerlendirmek için herhangi bir ölçüm var mı?

48 machine-learning  clustering  data-mining  unsupervised-learning 

2015 yılının ilk yarısında Makine Öğrenimi dersini yaptım (Andrew Ng, BÜYÜK kurs). Ve makine öğrenmenin temellerini öğrendi (doğrusal regresyon, lojistik regresyon, SVM, Nöron Ağları ...) Ayrıca 10 yıldır bir geliştiriciyim, bu nedenle yeni bir programlama dili öğrenmek sorun olmaz. Son zamanlarda, makine öğrenmesi algoritmalarını uygulamak için R öğrenmeye başladım. Ancak, …

47 r  regression  machine-learning  references 

Bu genel olarak bir sorudur, herhangi bir yönteme veya veri kümesine özgü değildir. Veri setinde 0 sayısının% 90 civarında, 1 sayısının% 10 civarında olduğu Denetimli Makine öğreniminde sınıf dengesizliği problemiyle nasıl başa çıkacağız. Sınıflandırıcıyı nasıl optimum şekilde eğitiyoruz? İzlediğim yollardan biri, veri setini dengelemek ve ardından sınıflandırıcıyı eğitmek ve bunu …

47 machine-learning  unbalanced-classes  supervised-learning 

Gönderen StatSoft, Inc. (2013), Elektronik İstatistik Kitabı , "Naif Bayes Sınıflandırıcı" : Naif Bayes Sınıflandırması kavramını göstermek için, yukarıdaki şekilde gösterilen örneği düşünün. Belirtildiği gibi, nesneler YEŞİL veya KIRMIZI olarak sınıflandırılabilir. Benim görevim yeni davaları ulaştıklarında sınıflandırmak, yani şu anda mevcut olan nesnelere dayanarak hangi sınıf etiketine ait olduklarına karar …

47 machine-learning  naive-bayes 

Son yıllarda, Konvolüsyonel Sinir Ağları (CNN'ler) bilgisayar vizyonunda nesne tanıma konusunda son teknoloji haline geldi. Tipik olarak, bir CNN birkaç evrimli tabakadan sonra bunu iki tam bağlı tabakadan oluşur. Bunun arkasındaki sezgisi, evrişimli katmanların girdi verilerinin daha iyi bir gösterimini öğrenmesi ve tam olarak bağlı olan katmanlar daha sonra bu …

46 machine-learning  neural-networks  svm  deep-learning  conv-neural-network 

Birisi yordayıcıların sayısı büyük olduğunda neden rastgele ormandaki çok sayıda ağaca ihtiyacımız olduğunu açıklayabilir mi? Optimum ağaç sayısını nasıl belirleyebiliriz?

46 machine-learning  random-forest 

Bir de son blog yazısı Rong Ge tarafından, o söyleniyordu: Derin ağları öğrenmek de dahil olmak üzere birçok problem için, yerel minimumun hemen hemen tümünün global optimum ile çok benzer bir fonksiyon değerine sahip olduğuna ve bu nedenle yerel bir minimum bulmanın yeterince iyi olduğuna inanılmaktadır. Bu inanç nereden geliyor?

45 machine-learning  neural-networks  optimization  deep-learning 

Basit yazdım MLP içinde TensorFlow bir modelleme olduğu XOR-Gate . İçin böylece: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] aşağıdakileri üretmelidir: output_data = [[0.], [1.], [1.], [0.]] Ağın bir giriş katmanı, gizli bir katmanı ve her birinin 2, 5 ve 1 nöronlu bir çıkış katmanı vardır. Şu …

45 machine-learning  neural-networks  error  gradient-descent  supervised-learning 

Al Rahimi, NIPS 2017'de şu anki Makine Öğrenmesini Simya ile karşılaştırarak çok kışkırtıcı bir konuşma yaptı . İddialarından biri, temel sonuçları ispatlayan basit teoremlere sahip olmak için teorik gelişmelere geri dönmemiz gerektiğidir. Bunu söylediğinde, ML için ana teoremleri aramaya başladım, ancak ana sonuçları anlatan iyi bir referans bulamadım. Öyleyse benim …

45 machine-learning  deep-learning  theory