Statistiche e Big Data machine-learning

3

Qual è la differenza tra reti neurali feed-forward e ricorrenti?

Qual è la differenza tra una rete neurale feed-forward e ricorrente ? Perché dovresti usarne uno sopra l'altro? Esistono altre topologie di rete?

59 machine-learning neural-networks terminology rnn topologies

10

Errore di convalida inferiore all'errore di addestramento?

Ho trovato due domande qui e qui su questo problema, ma non c'è ancora una risposta o spiegazione ovvia. Faccio valere lo stesso problema in cui l'errore di convalida è inferiore all'errore di addestramento nella mia rete neurale di convoluzione. Cosa significa?

58 machine-learning mathematical-statistics neural-networks cross-validation

17

Ricettario / scheda di riferimento / cheatsheet di apprendimento automatico?

Trovo incredibilmente utili risorse come il ricettario di probabilità e statistica e la scheda di riferimento R per il data mining . Ovviamente servono anche come riferimenti, ma mi aiutano anche a organizzare i miei pensieri su un argomento e ottenere la disposizione della terra. D: Esiste qualcosa come queste …

57 machine-learning references

4

Quali sono le differenze tra PCA e autoencoder?

Sia PCA che autoencoder possono ridurre la demensione, quindi quali sono le differenze? In quale situazione dovrei usare l'uno sull'altro?

56 machine-learning pca neural-networks autoencoders

5

Utilizzo del deep learning per la previsione di serie storiche

Sono nuovo nell'area del deep learning e per me il primo passo è stato leggere articoli interessanti dal sito deeplearning.net. In articoli sull'apprendimento profondo, Hinton e altri parlano principalmente di applicarlo a problemi di immagine. Qualcuno può provare a rispondermi può essere applicato al problema di prevedere i valori delle …

54 time-series machine-learning prediction deep-learning deep-belief-networks

10

Convalida di esclusione vs. convalida incrociata

Per me, sembra che la convalida dell'aggancio sia inutile. Cioè, dividere il set di dati originale in due parti (formazione e test) e usare il punteggio del test come misura di generalizzazione, è alquanto inutile. La convalida incrociata di K-fold sembra fornire migliori approssimazioni di generalizzazione (in quanto si allena …

54 machine-learning cross-validation validation

5

Sull'importanza dell'assunzione di iid nell'apprendimento statistico

Nell'apprendimento statistico, implicitamente o esplicitamente, si presume sempre che l'insieme di addestramento sia composto da tuple input / response che sono disegnati indipendentemente dalla stessa distribuzione congiunta conD={X,y}D={X,y}\mathcal{D} = \{ \bf {X}, \bf{y} \}NNN(Xi,yi)(Xi,yi)({\bf{X}}_i,y_i) P(X,y)P(X,y)\mathbb{P}({\bf{X}},y) p(X,y)=p(y|X)p(X)p(X,y)=p(y|X)p(X) p({\bf{X}},y) = p( y \vert {\bf{X}}) p({\bf{X}}) e la relazione che stiamo cercando di …

54 machine-learning cross-validation non-independent iid

10

Apprendimento automatico tramite Python

Sto pensando di utilizzare le librerie Python per fare i miei esperimenti di Machine Learning. Finora mi ero affidato a WEKA, ma nel complesso sono rimasto piuttosto insoddisfatto. Questo principalmente perché ho trovato che WEKA non era così ben supportato (pochissimi esempi, la documentazione è scarsa e il supporto della …

53 machine-learning python

5

Quando i dati sbilanciati sono davvero un problema in Machine Learning?

Abbiamo già avuto più domande sui dati sbilanciati quando si utilizzano la regressione logistica , SVM , alberi delle decisioni , insaccamento e una serie di altre domande simili, ciò che lo rende un argomento molto popolare! Sfortunatamente, ciascuna delle domande sembra essere specifica dell'algoritmo e non ho trovato linee …

53 machine-learning classification predictive-models unbalanced-classes

3

Eseguire la normalizzazione delle funzioni prima o all'interno della convalida del modello?

Una buona pratica comune in Machine Learning è quella di caratterizzare la normalizzazione o la standardizzazione dei dati delle variabili del predittore, tutto qui, centrare i dati sottraendo la media e normalizzarli dividendoli per la varianza (o anche la deviazione standard). Per l'autocontenimento e per la mia comprensione facciamo questo …

52 machine-learning normalization standardization multidimensional-scaling

5

Reti neurali vs macchine vettoriali di supporto: il secondo è decisamente superiore?

Molti autori di articoli che leggo affermano che le SVM sono tecniche superiori per affrontare il loro problema di regressione / classificazione, consapevoli di non poter ottenere risultati simili attraverso le NN. Spesso il confronto afferma che SVM, anziché NN, Avere una forte teoria fondante Raggiungi l'ottimale globale grazie alla …

52 machine-learning svm neural-networks

6

Classificazione binaria con classi fortemente sbilanciate

Ho un set di dati sotto forma di (funzionalità, output binario 0 o 1), ma 1 si verifica abbastanza raramente, quindi solo prevedendo sempre 0, ottengo una precisione tra il 70% e il 90% (a seconda dei dati particolari che guardo ). I metodi ML mi danno la stessa accuratezza, …

52 machine-learning classification binary-data unbalanced-classes

5

È necessario ridimensionare il valore target oltre alle funzionalità di ridimensionamento per l'analisi di regressione?

Sto costruendo modelli di regressione. Come fase di preelaborazione, ridimensiono i valori della mia funzione in modo che abbiano media 0 e deviazione standard 1. È necessario normalizzare anche i valori target?

52 regression machine-learning

4

Perché non avvicinarsi alla classificazione attraverso la regressione?

Alcuni materiali che ho visto sull'apprendimento automatico hanno affermato che è una cattiva idea affrontare un problema di classificazione attraverso la regressione. Ma penso che sia sempre possibile fare una regressione continua per adattare i dati e troncare la previsione continua per produrre classificazioni discrete. Allora perché è una cattiva …

51 regression machine-learning classification

5

La foresta casuale è un algoritmo di potenziamento?

Breve definizione di potenziamento : Un gruppo di studenti deboli può creare un singolo studente forte? Uno studente debole è definito come un classificatore che è solo leggermente correlato con la vera classificazione (può etichettare esempi meglio delle ipotesi casuali). Breve definizione di Foresta casuale : Le foreste casuali coltivano …

51 machine-learning random-forest boosting bagging

Domande taggate «machine-learning»