Statistiche e Big Data machine-learning

1

Qual è la "capacità" di un modello di apprendimento automatico?

Sto studiando questo tutorial su Autoencoder variabili di Carl Doersch . Nella seconda pagina si afferma: Uno dei framework più popolari è l'Autocodificatore Variazionale [1, 3], oggetto di questo tutorial. I presupposti di questo modello sono deboli e l'allenamento è rapido tramite backpropagation. I VAE fanno un'approssimazione, ma l'errore introdotto …

15 machine-learning deep-learning autoencoders variational-bayes

2

Discrepanza media massima (distribuzione della distanza)

Ho due set di dati (dati di origine e di destinazione) che seguono la diversa distribuzione. Sto usando MMD, ovvero una distribuzione di distanza non parametrica, per calcolare la distribuzione marginale tra i dati di origine e quelli di destinazione. dati di origine, Xs dati target, Xt adattamento Matrix A …

15 machine-learning distributions distance feature-construction domain-adaptation

5

Come gestire più serie temporali contemporaneamente?

Ho un set di dati che include la domanda di diversi prodotti (1200 prodotti) per 25 periodi e devo prevedere la domanda di ciascun prodotto per il periodo successivo. All'inizio, volevo usare ARIMA e formare un modello per ogni prodotto, ma a causa del numero di prodotti e del tuning …

14 machine-learning time-series arima

4

Modelli predittivi: le statistiche non possono forse battere l'apprendimento automatico? [chiuso]

Chiuso . Questa domanda deve essere più focalizzata . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che si concentri su un problema solo modificando questo post . Chiuso 2 anni fa . Attualmente sto seguendo un programma master incentrato su statistiche / econometria. …

14 machine-learning forecasting predictive-models prediction out-of-sample

1

Perché non usiamo tassi di apprendimento non costanti per gradienti decenti per cose diverse dalle reti neurali?

La letteratura sull'apprendimento profondo è piena di trucchi intelligenti con l'uso di tassi di apprendimento non costanti nella discesa del gradiente. Cose come il decadimento esponenziale, RMSprop, Adagrad ecc. Sono facili da implementare e sono disponibili in ogni pacchetto di apprendimento profondo, ma sembrano essere inesistenti al di fuori delle …

14 machine-learning deep-learning optimization gradient-descent

3

Intuizione per Support Vector Machines e l'iperpiano

Nel mio progetto voglio creare un modello di regressione logistica per prevedere la classificazione binaria (1 o 0). Ho 15 variabili, 2 delle quali sono categoriche, mentre il resto è una miscela di variabili continue e discrete. Al fine di adattare un modello di regressione logistica mi è stato consigliato …

14 machine-learning logistic classification svm separation

2

Ci sono ragioni matematiche per la convoluzione nelle reti neurali oltre l'opportunità?

Nelle reti neurali convoluzionali (CNN) la matrice di pesi ad ogni passo viene capovolta per ottenere righe e colonne per ottenere la matrice del kernel, prima di procedere con la convoluzione. Questo è spiegato in una serie di video di Hugo Larochelle qui : Il calcolo delle mappe nascoste corrisponderebbe …

14 machine-learning neural-networks conv-neural-network convolution

1

Due mondi si scontrano: usare ML per dati di sondaggi complessi

Sono colpito da un problema apparentemente facile, ma non trovo una soluzione adatta da diverse settimane. Ho un sacco di dati di sondaggi / sondaggi (decine di migliaia di intervistati, diciamo 50k per set di dati), provenienti da qualcosa che spero sia chiamato sondaggio progettato in modo complesso con pesi, …

14 machine-learning survey-weights survey-sampling

2

Dati due modelli di regressione lineare, quale modello avrebbe prestazioni migliori?

Ho seguito un corso di apprendimento automatico nel mio college. In una delle domande, questa domanda è stata posta. Modello 1: y=θx+ϵy=θx+ϵ y = \theta x + \epsilon Modello 2: y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Quale dei modelli di cui sopra si adatterebbe meglio ai …

14 regression machine-learning self-study modeling model

3

Algoritmo di apprendimento dell'ensemble all'avanguardia nelle attività di riconoscimento dei modelli?

La struttura di questa domanda è la seguente: inizialmente fornisco il concetto di apprendimento d' insieme , poi fornisco un elenco di compiti di riconoscimento dei modelli , quindi fornisco esempi di algoritmi di apprendimento degli ensemble e, infine, introduco la mia domanda. Coloro che non hanno bisogno di tutte …

14 machine-learning neural-networks pattern-recognition ensemble ocr

2

Benchmark prestazionali per MCMC

Ci sono stati studi su larga scala dei metodi MCMC che hanno confrontato le prestazioni di diversi algoritmi su una suite di densità di test? Sto pensando a qualcosa di equivalente al documento di Rios e Sahinidis (2013), che è un confronto approfondito di un gran numero di ottimizzatori della …

14 machine-learning bayesian references mcmc

2

Cos'è la minimizzazione energetica nell'apprendimento automatico?

Stavo leggendo dell'ottimizzazione per un problema male posto nella visione artificiale e ho trovato la spiegazione di seguito sull'ottimizzazione su Wikipedia. Quello che non capisco è, perché chiamano questa ottimizzazione " Riduzione al minimo dell'energia " in Computer Vision? Un problema di ottimizzazione può essere rappresentato nel modo seguente: Dato: …

14 machine-learning optimization computer-vision

3

Reti neurali profonde - Solo per la classificazione delle immagini?

Tutti gli esempi che ho trovato usando convinzioni profonde o reti neurali convoluzionali li usano per la classificazione delle immagini, il rilevamento dei chatacter o il riconoscimento vocale. Le reti neurali profonde sono utili anche per le attività di regressione classica, in cui le caratteristiche non sono strutturate (ad esempio, …

14 regression machine-learning neural-networks deep-learning

3

Come eseguire la suddivisione dei dati e convalidare il treno?

Sto facendo la classificazione delle immagini usando l'apprendimento automatico. Supponiamo che io abbia alcuni dati di allenamento (immagini) e li dividerò in set di addestramento e validazione. E voglio anche aumentare i dati (produrre nuove immagini da quelle originali) con rotazioni casuali e iniezione di rumore. Augmentaion viene eseguito offline. …

14 machine-learning classification cross-validation dataset data-augmentation

3

perdita della cerniera rispetto alla perdita logistica vantaggi e svantaggi / limitazioni

La perdita della cerniera può essere definita usando e la perdita del log può essere definita come log ( 1 + exp ( - y i w T x i ) )max ( 0 , 1 - yiowTXio)max(0,1-yiowTXio)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)log ( 1 + exp( - yiowTXio) )log(1+exp⁡(-yiowTXio))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) Ho le …

14 machine-learning svm loss-functions computer-vision

Domande taggate «machine-learning»