Statistiche e Big Data machine-learning

3

Cosa si può dire a un bambino della scuola di statistiche e apprendimento automatico?

La prossima settimana abbiamo uno stagista di una scuola locale in casa. Il concetto alla base del suo breve tirocinio è quello di farsi un'idea di come funziona il mondo reale e di come si occupano determinati lavori, come appare il lavoro quotidiano, ecc. Ora mi chiedevo cosa si potesse …

14 machine-learning teaching

2

Codifica di caratteristiche categoriche in numeri per l'apprendimento automatico

Molti algoritmi di machine learning, ad esempio le reti neurali, prevedono di gestire i numeri. Pertanto, quando si dispone di dati categorici, è necessario convertirli. Per categorico intendo, ad esempio: Marche di auto: Audi, BMW, Chevrolet ... ID utente: 1, 25, 26, 28 ... Anche se gli ID utente sono …

14 machine-learning many-categories

5

Quale algoritmo di classificazione statistica può prevedere vero / falso per una sequenza di input?

Data una sequenza di input, devo determinare se questa sequenza ha una certa proprietà desiderata. La proprietà può essere solo vera o falsa, ovvero ci sono solo due possibili classi a cui una sequenza può appartenere. L'esatta relazione tra la sequenza e la proprietà non è chiara, ma credo che …

14 machine-learning classification modeling

1

Quando le classi sbilanciate in eccesso o in sottocampionamento, la massimizzazione della precisione differisce dalla minimizzazione dei costi di classificazione errata?

Prima di tutto, vorrei descrivere alcuni layout comuni utilizzati dai libri di Data Mining spiegando come gestire i set di dati non bilanciati . Di solito la sezione principale è denominata set di dati non bilanciati e copre queste due sottosezioni: classificazione sensibile ai costi e tecniche di campionamento. Sembra …

14 machine-learning classification unbalanced-classes

8

Quali sono gli "algoritmi caldi" per l'apprendimento automatico?

Questa è una domanda ingenua da parte di qualcuno che inizia a imparare l'apprendimento automatico. In questi giorni sto leggendo il libro "Apprendimento automatico: una prospettiva algoritmica" di Marsland. Lo trovo utile come libro introduttivo, ma ora vorrei passare ad algoritmi avanzati, quelli che attualmente stanno dando i migliori risultati. …

14 machine-learning clustering bioinformatics

1

Interpretazione della distanza dall'iperpiano in SVM

Ho qualche dubbio nel comprendere intuitivamente gli SVM. Supponiamo di aver addestrato un modello SVM per la classificazione utilizzando alcuni strumenti standard come SVMLight o LibSVM. Quando utilizziamo questo modello per la previsione sui dati di test, il modello genera un file con valori "alfa" per ciascun punto di test. …

14 machine-learning svm max-margin

1

Quando si vorrebbe usare AdaBoost?

Come ho sentito parlare del classificatore AdaBoost più volte menzionato al lavoro, volevo avere un'idea migliore di come funziona e quando si potrebbe desiderare di usarlo. Sono andato avanti e ho letto una serie di articoli e tutorial che ho trovato su Google, ma ci sono aspetti del classificatore che …

14 machine-learning boosting adaboost

2

Ordinamento di serie storiche per l'apprendimento automatico

Dopo aver letto uno dei "Suggerimenti per la ricerca" di RJ Hyndman sulla convalida incrociata e le serie storiche, sono tornato a una mia vecchia domanda che cercherò di formulare qui. L'idea è che in problemi di classificazione o regressione, l'ordinamento dei dati non è importante, e quindi è possibile …

14 time-series machine-learning cross-validation

2

Perché la stima OOB della foresta casuale di errore migliora quando si riduce il numero di funzionalità selezionate?

Sto applicando un algoritmo di foresta casuale come classificatore su un set di dati di microarray che sono divisi in due gruppi noti con migliaia di funzionalità. Dopo la corsa iniziale guardo l'importanza delle funzionalità ed eseguo di nuovo l'algoritmo dell'albero con le funzionalità più importanti 5, 10 e 20. …

14 r machine-learning classification random-forest

1

In che modo il delicato boosting differisce da AdaBoost?

Esiste una variante di potenziamento chiamata gentleboost . In che modo il delicato boosting differisce dal più noto AdaBoost ?

14 machine-learning boosting

3

Qual è il valore massimo della divergenza di Kullback-Leibler (KL)

Userò la divergenza di KL nel mio codice Python e ho questo tutorial . In quel tutorial, implementare la divergenza di KL è abbastanza semplice. kl = (model * np.log(model/actual)).sum() A quanto ho capito, la distribuzione di probabilità di modele actualdovrebbe essere <= 1. La mia domanda è: qual è …

14 machine-learning distance kullback-leibler

1

Caret glmnet vs cv.glmnet

Sembra esserci molta confusione nel confronto tra l'uso di glmnetinside caretper cercare un lambda ottimale e l'utilizzo cv.glmnetper fare lo stesso compito. Sono state poste molte domande, ad esempio: Modello di classificazione train.glmnet vs. cv.glmnet? Qual è il modo corretto di usare glmnet con il cursore? Convalida incrociata di `glmnet` …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

4

Intervalli di previsione per algoritmi di apprendimento automatico

Voglio sapere se il processo descritto di seguito è valido / accettabile e qualsiasi giustificazione disponibile. L'idea: gli algoritmi di apprendimento supervisionato non assumono strutture / distribuzioni sottostanti sui dati. Alla fine della giornata forniscono stime dei punti. Spero in qualche modo di quantificare l'incertezza delle stime. Ora, il processo …

14 machine-learning confidence-interval bootstrap supervised-learning gbm

3

Come modellare i big data longitudinali?

Tradizionalmente usiamo il modello misto per modellare i dati longitudinali, cioè dati come: id obs age treatment_lvl yield 1 0 11 M 0.2 1 1 11.5 M 0.5 1 2 12 L 0.6 2 0 17 H 1.2 2 1 18 M 0.9 possiamo supporre intercettazione o pendenza casuali per …

14 machine-learning data-transformation random-forest panel-data large-data

1

GAM vs LOESS vs spline

Contesto : Voglio tracciare una linea in un grafico a dispersione che non appare parametrico, quindi sto usando geom_smooth()in ggplota R. Restituisce automaticamente geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the …

14 r gam splines loess r data-visualization boxplot mathematical-statistics theory sufficient-statistics machine-learning classification correlation svm feature-selection probability stochastic-processes machine-learning reinforcement-learning

Domande taggate «machine-learning»