Statistiche e Big Data machine-learning

11

Quando la regressione lineare dovrebbe essere chiamata "apprendimento automatico"?

In un recente colloquio, l'abstract del relatore sosteneva che stavano usando l'apprendimento automatico. Durante il discorso, l'unica cosa relativa all'apprendimento automatico era che eseguono una regressione lineare sui loro dati. Dopo aver calcolato i coefficienti di adattamento migliore nello spazio dei parametri 5D, hanno confrontato questi coefficienti in un sistema …

90 regression machine-learning multiple-regression terminology definition

5

Quali sono le principali differenze tra K-medie e K-vicini più vicini?

So che k-mean non è supervisionato e viene utilizzato per il clustering ecc. E che k-NN è supervisionato. Ma volevo sapere differenze concrete tra i due?

86 machine-learning k-means k-nearest-neighbour

7

Pregiudizio e varianza nella validazione incrociata con esclusione K vs piega

Come si confrontano i diversi metodi di convalida incrociata in termini di varianza e distorsione del modello? La mia domanda è in parte motivata da questa discussione: Numero ottimale di pieghe nella convalida incrociata fold: il CV congedo unico è sempre la scelta migliore? KKK. La risposta suggerisce che i …

83 machine-learning variance cross-validation bias bias-variance-tradeoff

2

funzione di attivazione tanh vs funzione di attivazione sigmoid

La funzione di attivazione tanh è: tanh(x)=2⋅σ(2x)−1tanh(x)=2⋅σ(2x)−1tanh \left( x \right) = 2 \cdot \sigma \left( 2 x \right) - 1 Dove σ(x)σ(x)\sigma(x) , la funzione sigmoide, è definita come: σ(x)=ex1+exσ(x)=ex1+ex\sigma(x) = \frac{e^x}{1 + e^x} . Domande: Importa davvero tra l'uso di queste due funzioni di attivazione (tanh vs. sigma)? Quale …

82 machine-learning neural-networks optimization cost-maximization

5

Che cosa significa una "soluzione a forma chiusa"?

Mi sono imbattuto abbastanza spesso nel termine "soluzione a forma chiusa". Cosa significa una soluzione a forma chiusa? Come si determina se esiste una soluzione in formato stretto per un determinato problema? Cercando online, ho trovato alcune informazioni, ma nulla nel contesto dello sviluppo di un modello / soluzione statistico …

82 regression machine-learning probability terminology stochastic-processes

8

Funzione obiettivo, funzione costo, funzione perdita: sono la stessa cosa?

Nell'apprendimento automatico, le persone parlano di funzione oggettiva, funzione di costo, funzione di perdita. Sono solo nomi diversi della stessa cosa? Quando usarli? Se non si riferiscono sempre alla stessa cosa, quali sono le differenze?

80 machine-learning terminology artificial-intelligence

5

Qual è la differenza tra apprendimento off-policy e on-policy?

Il sito Web di intelligenza artificiale definisce l'apprendimento off-policy e on-policy come segue: "Uno studente fuori dalla politica impara il valore della politica ottimale indipendentemente dalle azioni dell'agente. Q-learning è uno studente fuori dalla politica. Uno studente nella politica apprende il valore della politica eseguita dall'agente, compresi i passaggi di …

79 machine-learning reinforcement-learning artificial-intelligence

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

1

Aiutami a capire Support Vector Machines

Comprendo le basi di quale sia l'obiettivo di Support Vector Machines in termini di classificazione di un set di input in diverse classi, ma ciò che non capisco sono alcuni dettagli chiacchieroni. Per cominciare, sono un po 'confuso dall'uso di Slack Variables. Qual è il loro scopo? Sto riscontrando un …

76 machine-learning classification svm

6

Selezione delle funzioni per il modello "finale" quando si esegue la validazione incrociata nell'apprendimento automatico

Mi sto confondendo un po 'sulla selezione delle funzionalità e sull'apprendimento automatico e mi chiedevo se potevi aiutarmi. Ho un set di dati di microarray che è classificato in due gruppi e ha migliaia di funzionalità. Il mio obiettivo è quello di ottenere un piccolo numero di geni (le mie …

76 machine-learning classification cross-validation feature-selection genetics

3

Perché la regressione logistica non si chiama classificazione logistica?

Poiché la regressione logistica è un modello di classificazione statistica che si occupa di variabili categoriche dipendenti, perché non si chiama classificazione logistica ? Il nome "Regressione" non dovrebbe essere riservato ai modelli che si occupano di variabili dipendenti continue?

75 regression machine-learning logistic classification terminology

3

Il modo migliore per presentare una foresta casuale in una pubblicazione?

Sto usando l'algoritmo di foresta casuale come un robusto classificatore di due gruppi in uno studio di microarray con migliaia di funzionalità. Qual è il modo migliore per presentare la foresta casuale in modo che ci siano abbastanza informazioni per renderla riproducibile in un documento? Esiste un metodo di trama …

75 r machine-learning classification random-forest microarray

6

Perché usare la discesa gradiente per la regressione lineare, quando è disponibile una soluzione matematica a forma chiusa?

Sto seguendo i corsi di Machine Learning online e ho appreso la Discesa del gradiente per il calcolo dei valori ottimali nell'ipotesi. h(x) = B0 + B1X perché dobbiamo usare la pendenza del gradiente se riusciamo a trovare facilmente i valori con la formula seguente? Questo sembra semplice e anche …

74 regression machine-learning gradient-descent

11

Avere un lavoro nel data mining senza dottorato

Sono stato molto interessato al data mining e all'apprendimento automatico per un po ', in parte perché mi sono laureato in quell'area a scuola, ma anche perché sono davvero molto più entusiasta nel cercare di risolvere problemi che richiedono un po' più di pensiero rispetto alla semplice programmazione conoscenza e …

73 machine-learning data-mining careers phd

4

Perché le reti neurali stanno diventando più profonde, ma non più ampie?

Negli ultimi anni, le reti neurali convoluzionali (o forse le reti neurali profonde in generale) sono diventate sempre più profonde, con reti all'avanguardia che vanno da 7 strati ( AlexNet ) a 1000 strati ( reti residue) nello spazio di 4 anni. Il motivo dietro l'aumento delle prestazioni da una …

73 machine-learning classification neural-networks deep-learning conv-neural-network

Domande taggate «machine-learning»