Statistiche e Big Data machine-learning

5

Quale linguaggio di programmazione mi consiglia di prototipare un problema di apprendimento automatico?

Attualmente lavora in Octave, ma a causa della scarsa documentazione i progressi sono molto lenti. Quale lingua è facile da imparare e usare e ben documentata per risolvere i problemi di apprendimento automatico? Sto cercando di prototipare su un piccolo set di dati (migliaia di esempi), quindi la velocità non …

12 r machine-learning matlab software python

2

Quanto è profonda la connessione tra la funzione softmax in ML e la distribuzione di Boltzmann in termodinamica?

La funzione softmax, comunemente usata nelle reti neurali per convertire i numeri reali in probabilità, ha la stessa funzione della distribuzione di Boltzmann, la distribuzione di probabilità sulle energie per un insieme di particelle in equilibrio termico ad una data temperatura T in termodinamica. Vedo alcune chiare ragioni euristiche per …

12 machine-learning neural-networks softmax

2

Perché non usiamo la media aritmetica ponderata invece della media armonica?

Mi chiedo quale sia un valore intrinseco nell'uso della media armonica (ad esempio per calcolare le misure F), al contrario della media aritmetica ponderata nel combinare precisione e richiamo? Sto pensando che la media aritmetica ponderata potrebbe svolgere il ruolo di media armonica o mi sto perdendo qualcosa?

12 machine-learning monte-carlo precision-recall harmonic-mean

1

Diverse trasformazioni di densità di probabilità dovute al fattore giacobino

In Bishop's Pattern Recognition and Machine Learning ho letto quanto segue, subito dopo l' introduzione della densità di probabilità :p ( x ∈ ( a , b ) ) = ∫Bun'p ( x ) d xp(X∈(un',B))=∫un'Bp(X)dXp(x\in(a,b))=\int_a^bp(x)\textrm{d}x Sotto un cambiamento non lineare di variabile, una densità di probabilità si trasforma in …

12 machine-learning probability

1

XGBoost può gestire i dati mancanti nella fase di previsione

Di recente ho esaminato l'algoritmo XGBoost e ho notato che questo algoritmo può gestire i dati mancanti (senza richiedere imputazione) durante la fase di addestramento. Mi chiedevo se XGboost è in grado di gestire i dati mancanti (senza richiedere imputazione) quando viene utilizzato per prevedere nuove osservazioni o se è …

12 machine-learning missing-data data-imputation xgboost

1

Come adattare i pesi ai valori Q con approssimazione di funzioni lineari

Nell'apprendimento per rinforzo, l'approssimazione di funzioni lineari viene spesso utilizzata quando sono presenti ampi spazi di stato. (Quando le tabelle di ricerca diventano impossibili.) La forma del valore con approssimazione della funzione lineare è data daQ -Q-Q- Q ( s , a ) = w1f1( s , a ) + …

12 machine-learning feature-selection reinforcement-learning

1

Come capire che MLE of Variance è distorto in una distribuzione gaussiana?

Sto leggendo PRML e non capisco l'immagine. Potresti dare qualche suggerimento per capire il quadro e perché l'MLE della varianza in una distribuzione gaussiana è distorta? formula 1.55: formula 1.56 μMLE=1N∑n=1NxnμMLE=1N∑n=1Nxn \mu_{MLE}=\frac{1}{N} \sum_{n=1}^N x_n σ2MLE=1N∑n=1N(xn−μMLE)2σMLE2=1N∑n=1N(xn−μMLE)2 \sigma_{MLE}^2=\frac{1}{N}\sum_{n=1}^{N}(x_n-\mu_{MLE})^2

12 machine-learning self-study maximum-likelihood

4

Che cos'è un classificatore?

Non riesco a trovare la definizione generale di cos'è un classificatore? Capisco come può funzionare, ma non riesco a giungere a una definizione.

12 machine-learning classification

1

Relazione tra Hessian Matrix e Covariance Matrix

Mentre sto studiando la stima della massima verosimiglianza, per dedurre la stima della massima verosimiglianza, dobbiamo conoscere la varianza. Per scoprire la varianza, ho bisogno di conoscere il Rao Lower Bound di Cramer, che assomiglia a una matrice hessiana con seconda derivazione sulla curvatura. Sono un po 'confuso per definire …

12 machine-learning mathematical-statistics maximum-likelihood data-mining

3

Come costruire una matrice di confusione per un classificatore multiclasse?

Ho un problema con 6 classi. Quindi costruisco un classificatore multiclasse, come segue: per ogni classe, ho un classificatore di regressione logistica, usando One vs. All, il che significa che ho 6 classificatori diversi. Posso segnalare una matrice di confusione per ciascuno dei miei classificatori. Ma vorrei segnalare una matrice …

12 machine-learning logistic classification multi-class confusion-matrix

1

Che cosa significa distribuzione uniformemente log?

Quando qualcuno dice che i dati vengono campionati da una distribuzione uniformemente compresa tra 128 e 4000, cosa significa? In che modo diverso dal campionamento da una distribuzione uniforme? Vedi questo documento: http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf Grazie!

12 machine-learning distributions uniform

5

Come calcolare la precisione e il richiamo in una matrice di confusione 3 x 3

Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 Come posso calcolare la precisione e richiamare in modo che sia facile calcolare il punteggio F1. La matrice di confusione normale è una dimensione 2 x 2. Tuttavia, quando diventa 3 …

12 machine-learning precision-recall

3

KNN ha una funzione di perdita?

Non ho trovato una definizione della funzione di perdita su wiki nel contesto dell'apprendimento automatico. questo però è meno formale, è abbastanza chiaro. Alla base, una funzione di perdita è incredibilmente semplice: è un metodo per valutare quanto bene il tuo algoritmo modella il tuo set di dati. Se le …

12 machine-learning

2

Differenza tra una singola rete LSTM e una rete neurale LSTM a 3 unità

LSTM nel seguente codice Keras input_t = Input((4, 1)) output_t = LSTM(1)(input_t) model = Model(inputs=input_t, outputs=output_t) print(model.summary()) può essere rappresentato come Capisco che quando chiamiamo model.predict(np.array([[[1],[2],[3],[4]]]))la (sola) unità LSTM prima elabora il vettore [1], quindi [2] più il feedback dall'input precedente e così via fino al vettore [4]. In altre …

12 machine-learning neural-networks lstm keras

1

In che modo l'aumento del gradiente calcola le stime di probabilità?

Ho cercato di capire l'incremento del gradiente leggendo vari blog, siti Web e cercando di trovare la mia risposta cercando ad esempio il codice sorgente XGBoost. Tuttavia, non riesco a trovare una spiegazione comprensibile di come gli algoritmi di aumento gradiente producano stime di probabilità. Quindi, come calcolano le probabilità?

12 machine-learning classification boosting ensemble xgboost

Domande taggate «machine-learning»