Statistiche e Big Data machine-learning

4

Inferenza senza rischio: cosa significa?

Di recente sono venuto a conoscenza del fatto che i metodi "privi di probabilità" sono stati banditi in letteratura. Tuttavia, non sono chiaro su cosa significhi che un metodo di inferenza o ottimizzazione sia privo di probabilità . Nell'apprendimento automatico l'obiettivo è di solito massimizzare la probabilità di alcuni parametri …

11 machine-learning deep-learning maximum-likelihood generative-models abc

5

Cosa significa precisamente prendere in prestito informazioni?

Spesso le persone parlano di prestito di informazioni o condivisione di informazioni in modelli gerarchici bayesiani. Non riesco a ottenere una risposta diretta su cosa significhi effettivamente questo e se sia univoco per i modelli gerarchici bayesiani. Ho capito l'idea: alcuni livelli nella tua gerarchia condividono un parametro comune. Non …

11 machine-learning bayesian multilevel-analysis terminology hierarchical-bayesian

4

Reti neurali artificiali EQUIVALENTE alla regressione lineare con caratteristiche polinomiali?

Voglio migliorare la mia comprensione delle reti neurali e dei loro vantaggi rispetto ad altri algoritmi di apprendimento automatico. La mia comprensione è la seguente e la mia domanda è: Puoi correggere e integrare la mia comprensione per favore? :) La mia comprensione: (1) Reti neurali artificiali = una funzione …

11 regression machine-learning

3

Come implementare la regolarizzazione L2 verso un punto arbitrario nello spazio?

Ecco qualcosa che ho letto nel libro Deep Learning di Ian Goodfellow . Nel contesto delle reti neurali, "la penalità della norma del parametro L2 è comunemente nota come riduzione del peso. Questa strategia di regolarizzazione avvicina i pesi all'origine [...]. Più in generale, potremmo regolarizzare i parametri in modo …

11 machine-learning neural-networks deep-learning regularization

2

La suddivisione dei dati in set di test e training è puramente una cosa "statistica"?

Sono uno studente di fisica che studia apprendimento automatico / scienza dei dati, quindi non intendo per questa domanda iniziare alcun conflitto :) Tuttavia, gran parte di qualsiasi programma di laurea in fisica è fare laboratori / esperimenti, il che significa molti dati elaborazione e analisi statistica. Tuttavia, noto una …

11 regression machine-learning cross-validation dataset experiment-design

1

Inferenza variazionale in inglese semplice

Dopo aver visto i video su YouTube, mi sento come se non potessi davvero definire quale inferenza variazionale. Posso seguire le procedure mentre guardo le lezioni video a riguardo. Ma difficile definire cosa sia veramente. Spero di sentirlo.

11 machine-learning mathematical-statistics data-mining

1

Limiti di generalizzazione su SVM

Sono interessato ai risultati teorici della capacità di generalizzazione di Support Vector Machines, ad esempio limiti alla probabilità di errore di classificazione e alla dimensione Vapnik-Chervonenkis (VC) di queste macchine. Tuttavia, leggendo la letteratura ho avuto l'impressione che alcuni risultati ricorrenti simili tendano a differire leggermente da un autore all'altro, …

11 machine-learning svm vc-dimension

2

Apprendimento supervisionato con dati incerti?

Esiste una metodologia esistente per applicare un modello di apprendimento supervisionato a un set di dati incerto? Ad esempio, supponiamo di avere un set di dati con le classi A e B: +----------+----------+-------+-----------+ | FeatureA | FeatureB | Label | Certainty | +----------+----------+-------+-----------+ | 2 | 3 | A | …

11 machine-learning supervised-learning

4

Qual è il modo più appropriato per creare un set di controllo: rimuovere alcuni soggetti o rimuovere alcune osservazioni da ciascun soggetto?

Ho un set di dati con 26 funzionalità e 31000 righe. È il set di dati di 38 soggetti. È per un sistema biometrico. Quindi voglio essere in grado di identificare i soggetti. Per avere un set di test, so che devo rimuovere alcuni valori. Allora, cosa è meglio fare …

11 machine-learning cross-validation out-of-sample

1

Perché una vasta scelta di K riduce il mio punteggio di convalida incrociata?

Giocando con il Boston Housing Dataset e RandomForestRegressor(con parametri di default) in scikit-learn, ho notato qualcosa di strano: il punteggio medio di validazione incrociata è diminuito quando ho aumentato il numero di pieghe oltre 10. La mia strategia di validazione incrociata era la seguente: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) scores = …

11 machine-learning cross-validation random-forest sample-size scikit-learn

2

tecniche di apprendimento automatico per dati longitudinali

Mi chiedevo se esistessero tecniche di apprendimento automatico (senza supervisione) per la modellazione di dati longitudinali? Ho sempre usato modelli di effetti misti (per lo più non lineari) ma mi chiedevo se ci fossero altri modi per farlo (usando l'apprendimento automatico). Per apprendimento automatico, intendo foresta casuale, classificazione / raggruppamento, …

11 machine-learning mixed-model

4

Buoni esempi / libri / risorse per conoscere l'apprendimento automatico applicato (non solo ML stesso)

Ho seguito un corso ML in precedenza, ma ora sto lavorando con progetti relativi alla ML nel mio lavoro, sto lottando un po 'per applicarlo effettivamente. Sono sicuro che le cose che sto facendo sono state studiate / trattate prima, ma non riesco a trovare argomenti specifici. Tutti gli esempi …

11 machine-learning references train application

1

Qual è una spiegazione dell'esempio del perché la normalizzazione in lotti deve essere fatta con una certa cura?

Stavo leggendo il documento di normalizzazione in lotti [1] e aveva una sezione in cui è riportato un esempio, cercando di mostrare perché la normalizzazione deve essere eseguita con attenzione. Sinceramente, non riesco a capire come funziona l'esempio e sono sinceramente molto curioso di capire il loro lavoro il più …

11 machine-learning neural-networks conv-neural-network

2

Le reti residue sono correlate all'aumento gradiente?

Recentemente, abbiamo visto emergere la rete neurale residua, in cui ogni strato è costituito da un modulo computazionale e da una connessione di scelta rapida che preserva l'input allo strato come l'output del suo strato mostra: y i + 1 = c i + y i La rete consente di …

11 machine-learning neural-networks deep-learning gradient-descent residual-networks

1

Differenza tra ElasticNet in scikit-learn Python e Glmnet in R

Qualcuno ha provato a verificare se il montaggio di un modello di rete elastica con ElasticNetin scikit-learn in Python e glmnetin R sullo stesso set di dati produce risultati aritmetici identici? Ho sperimentato molte combinazioni di parametri (poiché le due funzioni differiscono nei valori predefiniti che passano agli argomenti) e …

11 machine-learning scikit-learn glmnet elastic-net

Domande taggate «machine-learning»