Statistiche e Big Data machine-learning

9

Cosa fanno gli statistici che non possono essere automatizzati?

Il software alla fine renderà obsoleti gli statistici? Cosa si può fare che non può essere programmato in un computer?

26 machine-learning dataset careers

4

Numero di caratteristiche vs. numero di osservazioni

Ci sono articoli / libri / idee sulla relazione tra il numero di caratteristiche e il numero di osservazioni che uno deve avere per formare un classificatore "robusto"? Ad esempio, supponiamo che io abbia 1000 funzioni e 10 osservazioni da due classi come set di addestramento e 10 altre osservazioni …

26 machine-learning

2

Supporta macchine vettoriali e regressione

C'è già stata un'eccellente discussione su come le macchine vettoriali di supporto gestiscono la classificazione, ma sono molto confuso su come le macchine vettore di supporto generalizzano alla regressione. Qualcuno ha intenzione di illuminarmi?

26 regression machine-learning svm

4

Rete neurale con connessioni skip-layer

Sono interessato alla regressione con le reti neurali. Le reti neurali con zero nodi nascosti + connessioni skip-layer sono modelli lineari. Che dire delle stesse reti neurali ma con nodi nascosti? Mi chiedo quale sarebbe il ruolo delle connessioni skip-layer? Intuitivamente, direi che se includi le connessioni skip-layer, il modello …

26 regression machine-learning neural-networks deep-learning

2

come ponderare la perdita di KLD rispetto alla perdita di ricostruzione nell'encoder automatico variazionale

in quasi tutti gli esempi di codice che ho visto di un VAE, le funzioni di perdita sono definite come segue (questo è il codice tensorflow, ma ho visto simili per theano, torcia ecc. È anche per una convnet, ma anche questo non è troppo rilevante , influisce solo sugli …

26 machine-learning deep-learning tensorflow autoencoders variational-bayes

1

Esiste un algoritmo che combina classificazione e regressione?

Mi chiedo se c'è qualche algoritmo in grado di fare classificazione e regressione allo stesso tempo. Ad esempio, vorrei lasciare che l'algoritmo impari un classificatore e, allo stesso tempo, all'interno di ciascuna etichetta, impari anche un obiettivo continuo. Pertanto, per ogni esempio di formazione, ha un'etichetta categorica e un valore …

25 regression machine-learning classification predictive-models finite-mixture-model

8

Perché è così importante avere teorie di principio e matematiche per l'apprendimento automatico?

Mi chiedevo, perché è così importante avere l'apprendimento automatico di principio / teorico? Da una prospettiva personale come essere umano, posso capire perché l'apprendimento automatico basato sui principi sarebbe importante: agli umani piace capire cosa stanno facendo, troviamo bellezza e soddisfazione per la comprensione. dal punto di vista della teoria, …

25 machine-learning neural-networks conv-neural-network theory

5

Qual è la differenza tra reti neurali convoluzionali e apprendimento profondo?

Voglio usare il deep learning nel mio progetto. Ho esaminato un paio di articoli e mi è venuta una domanda: c'è qualche differenza tra la rete neurale di convoluzione e l'apprendimento profondo? Queste cose sono uguali o presentano differenze sostanziali e quale è meglio?

25 machine-learning neural-networks deep-learning terminology conv-neural-network

1

Apprendimento in streaming all'avanguardia

Ultimamente ho lavorato con set di dati di grandi dimensioni e ho trovato molti documenti sui metodi di streaming. Per dirne alcuni: Follow-the-Regularized Leader e Mirror Descent: Equivalence Teorems and L1 Regularization ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf ) Apprendimento in streaming: SVM One-Pass ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf ) Pegasos: Primal stimato Sub-GrAdient SOlver per SVM …

25 machine-learning references large-data online

4

Come si utilizza il set di dati "test" dopo la convalida incrociata?

In alcune lezioni ed esercitazioni che ho visto, suggeriscono di dividere i dati in tre parti: formazione, convalida e test. Ma non è chiaro come utilizzare il set di dati di test, né come questo approccio sia migliore della convalida incrociata sull'intero set di dati. Supponiamo di aver salvato il …

25 machine-learning cross-validation validation

4

Quando evitare la foresta casuale?

Le foreste casuali sono ben note per svolgere abbastanza bene su una varietà di compiti e sono state indicate come la pellettiera dei metodi di apprendimento . Esistono tipi di problemi o condizioni specifiche in cui si dovrebbe evitare di usare una foresta casuale?

25 machine-learning classification random-forest

7

Qual è la routine lavorativa quotidiana dello scienziato che impara le macchine?

Sono uno studente CS master in un'università tedesca e sto scrivendo la mia tesi. Tra due mesi avrò preso la decisione molto difficile se dovessi continuare con un dottorato di ricerca o trovare un lavoro nel settore. Le mie ragioni per fare un dottorato di ricerca: Sono una persona molto …

25 machine-learning data-mining careers

6

In che modo la rete neurale riconosce le immagini?

Questa domanda è stata migrata dallo Stack Overflow perché è possibile rispondere su Convalida incrociata. Migrato 7 anni fa . Sto cercando di imparare come funziona Neural Network sul riconoscimento delle immagini. Ho visto alcuni esempi e sono diventato ancora più confuso. Nell'esempio del riconoscimento di lettere di un'immagine 20x20, …

25 machine-learning neural-networks image-processing

4

Affrontare l'incertezza del modello

Mi chiedevo come i Bayesiani nella comunità CrossValidated vedono il problema dell'incertezza del modello e come preferiscono affrontarlo? Proverò a porre la mia domanda in due parti: Quanto è importante (secondo la tua esperienza / opinione) affrontare l'incertezza del modello? Non ho trovato alcun documento relativo a questo problema nella …

25 machine-learning bayesian model-selection

3

I primi cinque classificatori da provare per primi

Oltre a evidenti caratteristiche classificatore come costo computazionale, tipi di dati previsti di caratteristiche / etichette e idoneità per determinate dimensioni e dimensioni dei set di dati, quali sono i primi cinque (o 10, 20?) classificatori da provare prima su un nuovo set di dati di cui non si conosce …

25 machine-learning classification methodology

Domande taggate «machine-learning»