Statistiche e Big Data machine-learning

2

Perché n-gram viene utilizzato nell'identificazione della lingua del testo anziché nelle parole?

In due famose librerie di identificazione linguistica, Compact Language Detector 2 per C ++ e rivelatore di lingua per Java, entrambi utilizzavano n-grammi (basati sui caratteri) per estrarre funzionalità di testo. Perché un bag-of-word (parola singola / dizionario) non viene utilizzato e qual è il vantaggio e lo svantaggio di …

12 machine-learning classification text-mining natural-language

2

Come calcolare i pesi del criterio Fisher?

Sto studiando il riconoscimento di modelli e l'apprendimento automatico e ho incontrato la seguente domanda. Considera un problema di classificazione di due classi con uguale probabilità di classe precedenteP(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} e la distribuzione delle istanze in ciascuna classe data da p(x|D1)=N([00],[2001]),p(x|D1)=N([00],[2001]), p(x|D_1)= {\cal N} \left( \begin{bmatrix} 0 \\0 \end{bmatrix}, \begin{bmatrix} …

12 machine-learning self-study classification discriminant-analysis

3

perché il metodo di potenziamento è sensibile ai valori anomali

Ho trovato molti articoli che affermano che i metodi di potenziamento sono sensibili ai valori anomali, ma nessun articolo spiega il perché. Nella mia esperienza, i valori anomali sono dannosi per qualsiasi algoritmo di apprendimento automatico, ma perché i metodi di potenziamento sono particolarmente sensibili? In che modo i seguenti …

12 machine-learning svm outliers cart boosting

2

Quando utilizzare le reti bayesiane rispetto ad altri approcci di apprendimento automatico?

Mi aspetto che non ci possa essere una risposta definitiva a questa domanda. Ma in passato ho usato una serie di algoritmi di machine learning e sto cercando di conoscere le reti bayesiane. Vorrei capire in quali circostanze o per quali tipi di problemi sceglieresti di utilizzare la rete bayesiana …

12 machine-learning bayesian-network

4

Qual è la differenza tra una rete neurale e un percettrone?

C'è qualche differenza tra i termini "rete neurale" e "perceptron"?

12 machine-learning neural-networks terminology perceptron

1

Ci sono usi contemporanei di jackknifing?

La domanda: il bootstrap è superiore al jackknifing; tuttavia, mi chiedo se ci sono casi in cui jackknifing è l'unica o almeno un'opzione praticabile per caratterizzare l'incertezza dalle stime dei parametri. Inoltre, in situazioni pratiche quanto è distorto / impreciso il jackknifing rispetto al bootstrap e i risultati del jackknife …

12 machine-learning cross-validation bootstrap maximum-entropy jackknife

1

Le differenze tra regressione logistica randomizzata e regressione logistica semplice

Mi piacerebbe conoscere le differenze tra Regressione logistica randomizzata (RLR) e Regressione logistica semplice (LR), quindi sto leggendo un articolo "Selezione della stabilità" di Meinshausen, et al. ; tuttavia non capisco cosa sia RLR e quali siano le differenze tra RLR e LR. Qualcuno potrebbe indicare cosa dovrei leggere per …

12 machine-learning logistic

1

C'è qualche differenza tra supervisione distante, auto-allenamento, apprendimento auto-supervisionato e supervisione debole?

Da quello che ho letto: Supervisione a distanza : A Distant supervision algorithm usually has the following steps: 1] It may have some labeled training data 2] It "has" access to a pool of unlabeled data 3] It has an operator that allows it to sample from this unlabeled data …

12 machine-learning terminology unsupervised-learning semi-supervised

3

Comprensione dei parametri della funzione di base gaussiana da utilizzare nella regressione lineare

Vorrei applicare la funzione di base gaussiana in un'implementazione di regressione lineare. Sfortunatamente non riesco a capire un paio di parametri nella funzione base. In particolare μμ\mu e σσ\sigma . Il mio set di dati è una matrice 10.000 x 31. 10.000 campioni e 31 funzioni. Ho letto che "Ogni …

12 regression machine-learning basis-function

4

Riesci a confrontare diversi metodi di clustering su un set di dati senza verità di base mediante validazione incrociata?

Attualmente, sto cercando di analizzare un set di dati di documenti di testo che non ha fondamento. Mi è stato detto che puoi usare la validazione incrociata di k-fold per confrontare diversi metodi di clustering. Tuttavia, gli esempi che ho visto in passato usano una verità fondamentale. Esiste un modo …

12 machine-learning clustering cross-validation unsupervised-learning

5

Algoritmo dei minimi quadrati regolarizzati ricorsivi (online)

Qualcuno può indicarmi la direzione di un algoritmo online (ricorsivo) per la regolarizzazione di Tikhonov (minimi quadrati regolarizzati)? In un'impostazione offline, calcolerei usando il mio set di dati originale dove λ si trova usando la convalida incrociata n-fold. È possibile prevedere un nuovo valore y per un dato x usando …

12 regression machine-learning least-squares regularization online

2

Come applicare le reti neurali su problemi di classificazione multi-etichetta?

Descrizione: Lascia che il dominio problematico sia la classificazione dei documenti in cui esiste una serie di vettori di caratteristiche, ciascuno appartenente a 1 o più classi. Ad esempio, un documento doc_1potrebbe appartenere Sportse Englishcategorie. Domanda: Usando la rete neurale per la classificazione, quale sarebbe l'etichetta per un vettore caratteristica? …

12 machine-learning neural-networks natural-language multilabel

1

Primi passi per imparare a prevedere i periodi di crisi finanziaria utilizzando l'apprendimento automatico

Sto cercando di capire come utilizzare l'apprendimento automatico per prevedere la serie finanziaria 1 o più passi nel futuro. Ho una serie di attività finanziarie con alcuni dati descrittivi e vorrei formare un modello e quindi utilizzare il modello per prevedere n-passi avanti. Quello che ho fatto finora è: getSymbols("GOOG") …

12 r time-series machine-learning random-forest finance

6

Quali algoritmi di machine learning sono utili per stimare quali funzionalità sono più importanti?

Ho dati con un numero minimo di funzionalità che non cambiano e alcune funzionalità aggiuntive che possono cambiare e avere un grande impatto sul risultato. Il mio set di dati è simile al seguente: Le caratteristiche sono A, B, C (sempre presente) e D, E, F, G, H (a volte …

12 machine-learning feature-selection

1

La relazione tra il numero di vettori di supporto e il numero di funzionalità

Ho eseguito un SVM su un determinato set di dati e ho formulato la seguente osservazione: Se modifico il numero di funzionalità per la creazione del classificatore, anche il numero dei vettori di supporto risultanti verrà modificato. Vorrei sapere come spiegare questo tipo di scenario.

12 machine-learning classification svm kernel-trick

Domande taggate «machine-learning»