Statistiche e Big Data genetic-algorithms

3

Un esempio: regressione di LASSO utilizzando glmnet per il risultato binario

Sto iniziando a dilettarsi con l'uso di glmnetcon LASSO Regressione dove il mio risultato di interesse è dicotomica. Di seguito ho creato un piccolo frame di dati finti: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …

78 r self-study lasso regression interpretation anova statistical-significance survey conditional-probability independence naive-bayes graphical-model r time-series forecasting arima r forecasting exponential-smoothing bootstrap outliers r regression poisson-distribution zero-inflation genetic-algorithms machine-learning feature-selection cart categorical-data interpretation descriptive-statistics variance multivariate-analysis covariance-matrix r data-visualization generalized-linear-model binomial proportion pca matlab svd time-series correlation spss arima chi-squared curve-fitting text-mining zipf probability categorical-data distance group-differences bhattacharyya regression variance mean data-visualization variance clustering r standard-error association-measure somers-d normal-distribution integral numerical-integration bayesian clustering python pymc nonparametric-bayes machine-learning svm kernel-trick hyperparameter poisson-distribution mean continuous-data univariate missing-data dag python likelihood dirichlet-distribution r anova hypothesis-testing statistical-significance p-value rating data-imputation censoring threshold

5

Backpropagation vs Algoritmo genetico per la formazione della rete neurale

Ho letto alcuni articoli che parlano dei pro e dei contro di ciascun metodo, alcuni sostengono che GA non dia alcun miglioramento nel trovare la soluzione ottimale, mentre altri dimostrano che è più efficace. Sembra che GA sia generalmente preferito in letteratura (anche se la maggior parte delle persone lo …

34 neural-networks genetic-algorithms backpropagation

2

Come scegliere tra algoritmi di apprendimento

Devo implementare un programma che classificherà i record in 2 categorie (vero / falso) sulla base di alcuni dati di addestramento e mi chiedevo quale algoritmo / metodologia dovrei guardare. Sembra che ce ne siano molti tra cui scegliere: rete neurale artificiale, algoritmo genetico, apprendimento automatico, ottimizzazione bayesiana ecc. Ecc., …

21 machine-learning bayesian optimization genetic-algorithms

3

Quando gli algoritmi genetici sono una buona scelta per l'ottimizzazione?

Gli algoritmi genetici sono una forma di metodo di ottimizzazione. Spesso la discendenza stocastica a gradiente e i suoi derivati sono la scelta migliore per l'ottimizzazione delle funzioni, ma a volte vengono ancora utilizzati algoritmi genetici. Ad esempio, l'antenna del veicolo spaziale ST5 della NASA è stata creata con un …

20 machine-learning optimization gradient-descent genetic-algorithms

2

Quale linguaggio usare per la programmazione genetica

Come parte di un incarico dovrò scrivere un algoritmo di programmazione genetica che prevede la previsione dei livelli di inquinanti atmosferici. Dal momento che non ho esperienza, qualcuno può indicarmi suggerimenti su linguaggi di programmazione in cui verranno scritti programmi evoluti . Chiarimento: non sto chiedendo quale sarà il linguaggio …

15 genetic-algorithms

8

Addestra una rete neurale per distinguere tra numeri pari e dispari

Domanda: è possibile addestrare un NN a distinguere tra numeri pari e dispari solo usando come input i numeri stessi? Ho il seguente set di dati: Number Target 1 0 2 1 3 0 4 1 5 0 6 1 ... ... 99 0 100 1 Ho addestrato un NN …

14 machine-learning classification categorical-data neural-networks genetic-algorithms

4

Vantaggi dell'utilizzo dell'algoritmo genetico

Qualcuno può spiegarmi i vantaggi dell'algoritmo genetico rispetto ad altri metodi di ricerca e ottimizzazione tradizionali?

13 genetic-algorithms

1

Test esatto di Fisher e distribuzione ipergeometrica

Volevo capire meglio il test esatto del pescatore, quindi ho escogitato il seguente esempio di giocattolo, dove f e m corrispondono a maschio e femmina e n e y corrispondono a "consumo di soda" in questo modo: > soda_gender f m n 0 5 y 5 0 Ovviamente, questa è …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

2

Come eseguire la selezione delle variabili dell'algoritmo genetico in R per le variabili di input SVM?

Sto usando il pacchetto kernlab in R per creare un SVM per classificare alcuni dati. SVM sta funzionando bene in quanto fornisce "previsioni" di un'accuratezza decente, tuttavia il mio elenco di variabili di input è più grande di quello che vorrei e non sono sicuro dell'importanza relativa delle diverse variabili. …

9 r machine-learning svm genetic-algorithms

2

Confronto tra due algoritmi genetici

Ho due implementazioni di un algoritmo genetico che dovrebbero comportarsi in modo equivalente. Tuttavia, a causa di restrizioni tecniche che non possono essere risolte, il loro output non è esattamente lo stesso, dato lo stesso input. Mi piacerebbe comunque dimostrare che non vi è alcuna differenza significativa nelle prestazioni. Ho …

9 hypothesis-testing genetic-algorithms

Domande taggate «genetic-algorithms»