Statistiche e Big Data machine-learning

1

Che cos'è esattamente un blocco di apprendimento residuo nel contesto delle reti di residui profondi in apprendimento profondo?

Stavo leggendo il documento Deep Residual Learning for Image Recognition e ho avuto difficoltà a comprendere con certezza al 100% ciò che un blocco residuo comporta computazionalmente. Leggendo il loro articolo hanno la figura 2: che illustra cosa dovrebbe essere un blocco residuo. Il calcolo di un blocco residuo è …

12 machine-learning neural-networks deep-learning conv-neural-network residual-networks

2

Usa il coefficiente di correlazione di Pearson come obiettivo di ottimizzazione nell'apprendimento automatico

Nell'apprendimento automatico (per problemi di regressione), vedo spesso errore medio quadrato (MSE) o errore assoluto medio (MAE) utilizzato come funzione di errore per minimizzare (oltre al termine di regolarizzazione). Mi chiedo se ci sono situazioni in cui l'uso del coefficiente di correlazione sarebbe più appropriato? se tale situazione esiste, quindi: …

12 regression machine-learning svm optimization deep-learning

1

Gradiente per la funzione di perdita logistica

Farei una domanda relativa a questa . Ho trovato un esempio di scrittura della funzione di perdita personalizzata per xgboost qui : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, "label") …

12 r machine-learning gradient-descent boosting loss-functions

1

Perché l'analisi delle serie temporali non è considerata un algoritmo di apprendimento automatico

Perché l'analisi delle serie storiche non è considerata un algoritmo di apprendimento automatico (a differenza della regressione lineare). Sia la regressione che l'analisi delle serie storiche sono metodi di previsione. Allora perché uno di loro è considerato un algoritmo di apprendimento ma non l'altro?

12 regression machine-learning time-series terminology

2

Dimensione VC dei modelli di regressione

Nella serie di lezioni Learning from Data , il professore menziona che la dimensione VC misura la complessità del modello su quanti punti un modello può frantumare. Quindi questo funziona perfettamente per i modelli di classificazione in cui potremmo dire di N punti se il classificatore è in grado di …

12 regression machine-learning vc-dimension

4

Libro di testo sull'apprendimento per rinforzo

Sto cercando un libro di testo / appunti per l'apprendimento per rinforzo. Sono appassionato di "Introduzione all'apprendimento statistico" , ma sfortunatamente non trattano questo argomento. So che un libro di Sutton e Barto è un riferimento standard, e forse anche l' NDP è buono, ma sono datati 1997-98, e speravo …

12 machine-learning references

2

Algoritmi di machine learning per dati panel

In questa domanda: esiste un metodo per costruire alberi decisionali che tenga conto dei predittori strutturati / gerarchici / multilivello? - menzionano un metodo di dati del pannello per gli alberi. Esistono metodi dati pannello specifici per il supporto di macchine vettoriali e reti neurali? In tal caso, potresti citare …

12 r machine-learning svm panel-data cart

2

Come confrontare due algoritmi di classificazione?

Voglio confrontare due algoritmi di classificazione. In questi algoritmi, il client specifica alcune condizioni nella sua ricerca. In base alle esigenze del cliente, questi algoritmi dovrebbero assegnare un punteggio per ciascun elemento nella banca dati e recuperare gli elementi con il punteggio più alto. Ho letto diversi argomenti relativi alla …

12 machine-learning precision-recall average-precision

1

Test esatto di Fisher e distribuzione ipergeometrica

Volevo capire meglio il test esatto del pescatore, quindi ho escogitato il seguente esempio di giocattolo, dove f e m corrispondono a maschio e femmina e n e y corrispondono a "consumo di soda" in questo modo: > soda_gender f m n 0 5 y 5 0 Ovviamente, questa è …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

2

Interpretazione del risultato del clustering di k-media in R

Stavo usando le kmeansistruzioni di R per eseguire l'algoritmo k-mean sul set di dati dell'iride di Anderson. Ho una domanda su alcuni parametri che ho ottenuto. I risultati sono: Cluster means: Sepal.Length Sepal.Width Petal.Length Petal.Width 1 5.006000 3.428000 1.462000 0.246000 In questo caso, cosa significa "Cluster significa"? È la media …

12 r machine-learning clustering interpretation k-means

2

Come combinare i risultati di regressione logistica e foresta casuale?

Sono nuovo di machine learning. Ho applicato la regressione logistica e la foresta casuale su uno stesso set di dati. Quindi ottengo un'importanza variabile (coefficiente assoluto per la regressione logistica e importanza variabile per la foresta casuale). Sto pensando di combinare i due per ottenere un'importanza variabile finale. Qualcuno può …

12 machine-learning logistic random-forest

1

Kernelized K Neighbor più vicino

Sono nuovo ai kernel e ho colpito un intoppo mentre provavo a kernelizzare kNN. Preliminari Io sto usando un kernel polinomiale: K(x,y)=(1+⟨x,y⟩)dK(x,y)=(1+⟨x,y⟩)dK(\mathbf{x},\mathbf{y}) = (1 + \langle \mathbf{x},\mathbf{y} \rangle)^d Il tuo tipico kNN euclideo usa la seguente metrica della distanza: d(x,y)=||x−y||d(x,y)=||x−y||d(\mathbf{x}, \mathbf{y}) = \vert\vert \mathbf{x} - \mathbf{y} \vert\vert Consenti a mappare …

12 machine-learning kernel-trick k-nearest-neighbour

1

Classificazione stratificata con foreste casuali (o un altro classificatore)

Quindi, ho una matrice di circa 60 x 1000. Lo sto guardando come 60 oggetti con 1000 caratteristiche; i 60 oggetti sono raggruppati in 3 classi (a, b, c). 20 oggetti in ogni classe e conosciamo la vera classificazione. Mi piacerebbe fare un apprendimento supervisionato su questo set di 60 …

12 machine-learning classification multilevel-analysis random-forest stratification

1

Cosa sono le norme e in che modo sono rilevanti per la regolarizzazione?

Ultimamente ho visto molti articoli su rappresentazioni sparse e la maggior parte di loro usa la norma e minimizza. La mia domanda è: qual è la norma e la norma mista ? E come sono rilevanti per la regolarizzazione?ℓpℓp\ell_pℓpℓp\ell_pℓp,qℓp,q\ell_{p, q} Grazie

12 machine-learning regularization sparse

2

Borsa di parole vs modello spaziale vettoriale?

Qual è / sono le differenze tra questi modelli di rappresentazione del testo: sacco di parole e modello dello spazio vettoriale?

12 machine-learning text-mining

Domande taggate «machine-learning»