Statistiche e Big Data machine-learning

1

Qual è la politica di lancio nel documento di AlphaGo?

Il documento è qui . La politica di implementazione ... è una politica lineare di softmax basata su funzioni basate su pattern locali veloci, calcolate in modo incrementale ... Non capisco quale sia la politica di lancio e come sia correlata alla rete delle politiche di selezione di una mossa. …

11 machine-learning monte-carlo reinforcement-learning games

1

Quanto è differente Support Vector Regressione rispetto a SVM?

Conosco le basi di SVM e SVR, ma ancora non capisco come il problema di trovare un iperpiano che massimizzi il margine si adatti a SVR. In secondo luogo, ho letto qualcosa su usato come margine di tolleranza in SVR. Cosa significa?εε\epsilon Terzo, c'è qualche differenza tra i parametri delle …

11 regression machine-learning svm

3

Le interazioni sono utili solo nel contesto della regressione?

Ho sempre letto il termine interazione nel contesto della regressione. Dovremmo anche considerare le interazioni con modelli diversi, ad esempio knn o svm? Se ci sono , 100 o anche più funzioni e diciamo 1000 osservazioni, qual è il solito modo per trovare interazioni utili? Prova tutte le combinazioni? O …

11 machine-learning interaction terminology

3

Risorse per l'apprendimento di tecniche multi-target?

Sto cercando risorse (libri, appunti di lezione, ecc.) Su tecniche in grado di gestire dati con target multipli (es: tre variabili dipendenti: 2 discrete e 1 continua). Qualcuno ha risorse / conoscenze su questo? So che è possibile utilizzare le reti neurali per questo.

11 regression machine-learning predictive-models references

1

Algoritmi di incorporamento delle parole in termini di prestazioni

Sto cercando di incorporare circa 60 milioni di frasi in uno spazio vettoriale , quindi calcolare la somiglianza del coseno tra loro. Sto usando sklearn CountVectorizercon una funzione tokenizer personalizzata che produce unigrammi e bigrammi. Si scopre che per ottenere rappresentazioni significative, devo consentire un numero enorme di colonne, lineare …

11 machine-learning natural-language word2vec word-embeddings cosine-similarity

2

Classificazione con dati parzialmente "sconosciuti"

Supponiamo che io voglia imparare un classificatore che accetta un vettore di numeri come input e fornisce un'etichetta di classe come output. I miei dati di allenamento consistono in un gran numero di coppie input-output. Tuttavia, quando vengo a provare alcuni nuovi dati, questi dati sono in genere solo parzialmente …

11 machine-learning classification neural-networks deep-learning

2

Unione di osservazioni nel processo gaussiano

Sto usando il processo gaussiano (GP) per la regressione. Nel mio problema è abbastanza comune che due o più punti dati siano vicini l'uno all'altro, relativamente alle scale di lunghezza del problema. Inoltre, le osservazioni possono essere estremamente rumorose. Per accelerare i calcoli e migliorare la precisione delle misurazioni , …

11 regression machine-learning gaussian-process

2

Quali sono le differenze tra la regressione di Ridge usando glmnet di R e lo scikit-learn di Python?

Sto esaminando la sezione LAB §6.6 su Ridge Regression / Lasso nel libro 'An Introduction to Statistical Learning with Applications in R' di James, Witten, Hastie, Tibshirani (2013). Più specificamente, sto cercando di applicare il Ridgemodello scikit-learn al set di dati "Hitters" dal pacchetto R "ISLR". Ho creato lo stesso …

11 r machine-learning scikit-learn regression

1

soglia di calcolo per la classificazione del rischio minimo?

Supponiamo che due classi e abbiano un attributo e abbiano distribuzione e . se abbiamo uguale precedente per la seguente matrice di costo:C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5 \\ 1 & 0 \end{bmatrix} perché, è la soglia per la classificazione del rischio minimo (costo)?x0<0.5x0<0.5x_0 …

11 machine-learning classification bayesian normal-distribution bivariate

1

Quando utilizzare l'impurità di Gini e quando utilizzare l'acquisizione di informazioni?

Qualcuno può spiegarmi quando utilizzare l'impurità di Gini e il guadagno di informazioni per gli alberi delle decisioni? Potete darmi situazioni / esempi di quando è meglio usare quale?

11 machine-learning classification data-mining cart

1

Utilizzo di strumenti di apprendimento automatico standard su dati censurati a sinistra

Sto sviluppando un'applicazione di previsione il cui scopo è consentire a un importatore di prevedere la domanda per i suoi prodotti dalla sua rete di distributori di clienti. I dati sulle vendite sono un buon indicatore della domanda, purché vi sia un inventario adeguato per soddisfare la domanda. Tuttavia, quando …

11 r regression machine-learning censoring

1

Selezione del modello nell'apprendimento offline o online

Ultimamente ho cercato di saperne di più sull'apprendimento online (è assolutamente affascinante!), E un tema su cui non sono stato in grado di capire bene è come pensare alla selezione dei modelli in contesti offline e online. In particolare, supponiamo ci alleniamo un classificatore non in linea, sulla base di …

11 machine-learning model-selection online

2

In cosa consiste l'apprendimento automatico nella pratica reale?

Sono un nuovo arrivato nel machine learning (anche alcune statistiche), sto imparando le conoscenze (algoritmi di apprendimento supervisionato / non supervisionato, metodi di ottimizzazione pertinenti, regolarizzazioni, alcune filosofie (come il trade-off di bias-varianza?)) Per un po '. So che senza alcuna pratica reale, non otterrei una profonda comprensione di queste …

11 machine-learning algorithms

2

L'aspettativa è uguale alla media?

Sto facendo ML presso la mia università, e il professore ha menzionato il termine Expectation (E), mentre cercava di spiegarci alcune cose sui processi gaussiani. Ma dal modo in cui l'ha spiegato, ho capito che E è uguale alla media μ. Ho capito bene? Se è lo stesso, sai perché …

11 machine-learning gaussian-process linear-algebra

1

Chiarimento sulla massimizzazione delle aspettative

Ho trovato un tutorial molto utile per quanto riguarda l' algoritmo EM . L'esempio e l'immagine del tutorial sono semplicemente geniali. Domanda correlata sul calcolo delle probabilità come funziona la massimizzazione delle aspettative? Ho un'altra domanda su come collegare la teoria descritta nell'esercitazione all'esempio. gtgtg_tlogP( x ; Θ )log⁡P(x;Θ)\log P(x;\Theta)gt( …

11 machine-learning clustering algorithms natural-language

Domande taggate «machine-learning»