«machine-learning» etiketlenmiş sorular

Rektifiye doğrusal ünite (ReLU) sinir ağları için kaybolma degrade sorununa bir çözüm olarak çeşitli yerlerde övgüde bulundu . Yani aktivasyon fonksiyonu olarak max (0, x) kullanılır. Aktivasyon pozitif olduğunda, bunun, sigmoid aktivasyon fonksiyonundan daha iyi olduğu açıktır, çünkü türetilmesi, büyük x için keyfi olarak küçük bir değer yerine her zaman …

40 machine-learning  neural-networks  deep-learning  gradient-descent 

Regresyon için rastgele ormanlarla oynuyordum ve iki önemli önlemin ne anlama geldiğini ve bunların nasıl yorumlanması gerektiğini tam olarak çözmekte zorlanıyorum. importance()Fonksiyon her bir değişken için iki değer verir: %IncMSEve IncNodePurity. Bu 2 değer için basit yorumlar var mı? İçin IncNodePurityözellikle bu sadece tutar o değişkenin çıkarılmasını takiben RSS artıştır?

40 r  machine-learning  random-forest  importance 

Latent Dirichlet Allocation ve word2vec arasındaki kelimelerin benzerliğini hesaplamak için benzerliğin ne olduğunu anlamaya çalışıyorum . Anladığım kadarıyla, LDA sözcükleri gizli konuların bir olasılık vektörüne eşlerken, word2vec bunları gerçek sayıların bir vektörüne eşler (noktasal karşılıklı bilginin tekil değer ayrışmasıyla ilgili, bkz . O. Levy, Y. Goldberg, "Sinir Kelime Gömme" Örtük …

39 machine-learning  self-study  natural-language  latent-variable  word2vec 

Sinir ağlarını (YSA) kullanarak karmaşık bir sistemin sonucunu tahmin etmeye çalışıyorum. Sonuç (bağımlı) değerler 0 ile 10,000 arasındadır. Farklı giriş değişkenlerinin farklı aralıkları vardır. Tüm değişkenler kabaca normal dağılımlara sahiptir. Antrenmandan önce verileri ölçeklendirmek için farklı seçenekler düşünüyorum. Bir seçenek, her değişkenin ortalama ve standart sapma değerlerini bağımsız olarak kullanarak …

39 machine-learning  neural-networks  multidimensional-scaling 

Karar ağacım için% 100 doğruluk elde ediyorum. Neyi yanlış yapıyorum? Bu benim kodum: import pandas as pd import json import numpy as np import sklearn import matplotlib.pyplot as plt data = np.loadtxt("/Users/Nadjla/Downloads/allInteractionsnum.csv", delimiter=',') x = data[0:14] y = data[-1] from sklearn.cross_validation import train_test_split x_train = x[0:2635] x_test = x[0:658] y_train …

38 machine-learning  python  cart  accuracy 

Rastgele Orman ve Son derece Rastgele Ağaçların, Rastgele Ormandaki ağaçların parçalarının deterministik olduğu anlamında farklılık gösterdiğini, Aşırı Rastgele Ağaçlar durumunda ise rastgele olduklarını anladım (daha kesin olmak gerekirse, bir sonraki bölünme en iyi bölmedir). Mevcut ağaç için seçilen değişkenlerde rastgele tekdüze bölmeler arasında). Ancak bu farklı bölünmelerin çeşitli durumlarda etkisini …

38 machine-learning  correlation  references  random-forest 

Yığılmış otomatik kodlayıcılar veya derin inanç ağları gibi derin bir mimarinin hiperparametrelerinin nasıl seçileceğine dair bir kılavuz vermede yardımcı olabilecek bir makale arıyorum. Çok fazla hiperparametre var ve nasıl seçileceği konusunda kafam çok karıştı. Çapraz doğrulama kullanmak da bir eğitim değil çünkü eğitim gerçekten çok zaman alıyor!

38 machine-learning  deep-learning  deep-belief-networks  hyperparameter 

Çevrimdışı ve çevrimiçi öğrenme arasındaki fark nedir ? Bu sadece veri kümesinin tamamında (çevrimdışı) veya artımlı olarak öğrenme (bir seferde bir örnek) hakkında mı? Her ikisinde de kullanılan algoritma örnekleri nelerdir?

38 machine-learning  online 

TL, DR: O görünür aksine tavsiye sık sık tekrarlanan, çapraz doğrulama (Loo-CV) terk-on Çıkış - olup,ile kat CV(kat sayısı) eşit(numara Eğitim gözlemlerinin) -Model / algoritma, veri seti veya her ikisinde debelirli bir stabilite koşuluvarsayarsak, en değişken değil,herhangi biriçinen az değişkenolan genelleme hatasının tahminlerini verir(hangisinden emin değilim) bu kararlılık durumunu gerçekten …

37 regression  machine-learning  variance  cross-validation  predictive-models 

200.000'den fazla örnek ve bir örnek başına yaklaşık 50 özellik içeren bir veri kümesi üzerinde çalışıyorum: 10 sürekli değişken ve diğerleri ~ 40 kategorik değişkenlerdir (ülkeler, diller, bilimsel alanlar vb.). Bu kategorik değişkenler için, örneğin 150 farklı ülke, 50 dil, 50 bilimsel alan vb. Var. Şimdiye kadar benim yaklaşımım: Mümkün …

37 machine-learning  classification  categorical-data  random-forest  many-categories 

Kendi beceri setimi geliştirmek istemeye başladım ve her zaman makine öğrenmekten çok etkilendim. Ancak, bunu yapmak yerine altı yıl önce, bilgisayar bilimi ile tamamen alakasız bir derece almaya karar verdim. Yaklaşık 8-10 yıldır yazılım ve uygulamalar geliştiriyorum, bu yüzden iyi bir tutuma sahibim ancak makine öğreniminin / olasılıklarının / istatistiklerinin …

37 machine-learning  references  mathematical-statistics 

Bir var Makine Öğrenimi ders bu dönem ve profesör bir bulmamızı istedi gerçek dünya problemi gibi, sınıfta tanıtılan makine öğrenme yöntemlerden biriyle bunu çözmek: Karar ağaçları Yapay Sinir Ağları Vektör makineleri desteklemek Örnek Tabanlı Öğrenme ( kNN , LWL ) Bayesian Ağları Takviye öğrenme Ben hayranları biriyim stackoverflow ve Stack …

37 machine-learning 

Bir ML uzmanının büyük bir perakendeciden, stok olaylarını tahmin etmek için bir model geliştirdikleri bir sunumunu izliyordum. Bir anlığına, zaman içinde modellerinin çok doğru olduğunu varsayalım, bir şekilde "kendi kendini yitirmez" olmaz mı? Yani, eğer model gerçekten iyi çalışıyorsa, o zaman stok olaylarını önceden tahmin edebilecek ve onlardan kaçınabilecek, sonuçta …

36 machine-learning  predictive-models 

Bilgisayarla görüşme geçmişim yok, ancak bazı görüntü işleme ve evrimsel sinir ağları ile ilgili makale ve makaleleri okuduğumda, sürekli olarak translation invarianceya da translation invariant. Veya evrişim işleminin sağladığını çok okudum translation invariance? !! Ne anlama geliyor? Ben kendimi her zaman kendime çevirmişim gibi bir görüntüyü herhangi bir şekilde değiştirirsek, …

36 machine-learning  conv-neural-network  convolution  computer-vision 

Bildiğim kadarıyla, öğrenme algoritması olarak Stokastik Degrade İnişini benimsediğinde, birileri tam veri kümesi için 'çağ', bir güncelleme adımında kullanılan veriler için 'küme' kullanırken bir başkası sırasıyla 'küme' ve 'minibatch'i kullanıyor; Diğerleri 'çağ' ve 'minibatch' kullanır. Bu tartışırken çok kafa karışıklığı getiriyor. Peki doğru söyleniş nedir? Ya da sadece kabul edilebilir …

36 machine-learning