Statistiche e Big Data machine-learning

2

Perché Adaboost con gli alberi decisionali?

Ho letto un po 'su come potenziare gli algoritmi per le attività di classificazione e Adaboost in particolare. Capisco che lo scopo di Adaboost è quello di prendere diversi "discenti deboli" e, attraverso una serie di iterazioni sui dati di allenamento, spingere i classificatori a imparare a prevedere le classi …

11 machine-learning classification algorithms boosting

2

Che cos'è una distribuzione delle probabilità del registro?

Sto leggendo un libro di testo sull'apprendimento automatico (Data Mining di Witten, et al., 2011) e mi sono imbattuto in questo passaggio: ... Inoltre, è possibile utilizzare diverse distribuzioni. Sebbene la distribuzione normale sia di solito una buona scelta per gli attributi numerici, non è adatta per attributi che hanno …

11 machine-learning distributions

3

Il primo componente principale non separa le classi, ma altri PC lo fanno; come è possibile?

Ho eseguito PCA su 17 variabili quantitative al fine di ottenere un insieme più piccolo di variabili, ovvero i componenti principali, da utilizzare nell'apprendimento automatico supervisionato per classificare le istanze in due classi. Dopo PCA il PC1 rappresenta il 31% della varianza nei dati, PC2 rappresenta il 17%, PC3 rappresenta …

11 machine-learning classification pca dimensionality-reduction

1

Formazione di una rete neurale di convoluzione

Attualmente sto lavorando a un software di riconoscimento facciale che utilizza reti neurali di convoluzione per riconoscere i volti. Sulla base delle mie letture, ho riscontrato che una rete neurale convoluzionale ha condiviso pesi, in modo da risparmiare tempo durante l'allenamento. Ma come si adatta la backpropagation in modo che …

11 machine-learning neural-networks computer-vision backpropagation conv-neural-network

2

Trama del limite decisionale per un percettrone

Sto cercando di tracciare il confine decisionale di un algoritmo perceptron e sono davvero confuso su alcune cose. Le mie istanze di input sono nella forma , sostanzialmente un'istanza di input 2D ( e ) e un valore target della classe binaria ( ) [1 o 0].x 1 x 2 …

11 machine-learning neural-networks python decision-theory perceptron

1

Motivazione dietro i passi dell'algoritmo di foresta casuale

Il metodo che ho familiarità con la costruzione di una foresta casuale è il seguente: (da http://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm ) Per costruire un albero nella foresta noi: Bootstrap un campione di dimensione N dove N è la dimensione del nostro set di allenamento. Utilizzare questo esempio di bootstrap come set di training …

11 machine-learning classification random-forest

1

Come prevedere nuovi dati con regressione spline / smooth

Qualcuno può aiutare a dare una spiegazione concettuale di come vengono fatte le previsioni per i nuovi dati quando si utilizzano smooths / spline per un modello predittivo? Ad esempio, dato un modello creato usando gamboostnel mboostpacchetto in R, con p-splines, come vengono fatte le previsioni per i nuovi dati? …

11 regression machine-learning predictive-models splines

1

Valutazione dei classificatori: curve di apprendimento vs curve ROC

Vorrei confrontare 2 diversi classificatori per un problema di classificazione del testo multiclasse che utilizza grandi set di dati di allenamento. Dubito che dovrei usare le curve ROC o le curve di apprendimento per confrontare i 2 classificatori. Da un lato, le curve di apprendimento sono utili per decidere la …

11 machine-learning classification roc accuracy

2

Calcolo della dimensione VC di una rete neurale

Se ho una topologia fissa non ricorrente (DAG) (set fisso di nodi e bordi, ma l'algoritmo di apprendimento può variare il peso sui bordi) dei neuroni sigmoidi con neuroni di input che possono prendere solo stringhe in come input e porta a un output (che genera un valore reale che …

11 machine-learning neural-networks algorithms vc-dimension

2

Come posso migliorare la stabilità della mia rete neurale?

Sto usando la rete neuronale in R per costruire un NN con 14 ingressi e un'uscita. Costruisco / alleno la rete più volte utilizzando gli stessi dati di addestramento di input e le stesse architetture / impostazioni di rete. Dopo che ogni rete è stata prodotta, la utilizzo su una …

11 r machine-learning neural-networks

4

Perché non impariamo solo i parametri iper?

Stavo implementando un articolo piuttosto popolare " SPIEGAZIONE E CABLAGGIO DI ESEMPI AVVERSARI " e nel documento, forma una funzione oggettiva contraddittoria J '' (θ) = αJ (θ) + (1 - α) J '(θ). Tratta α come iperparametro. α può essere 0,1, 0,2, 0,3, ecc. Indipendentemente da questo documento specifico, …

11 machine-learning neural-networks deep-learning hyperparameter

1

Ha senso utilizzare la selezione delle funzionalità prima di Random Forest?

Tutto è nel titolo, ha senso usare la selezione delle caratteristiche prima di usare la foresta casuale?

11 machine-learning feature-selection random-forest

1

Domanda sulla sottrazione media sul treno / valido / set di test

Sto eseguendo la preelaborazione dei dati e dopo costruirò un convoglio sui miei dati. La mia domanda è: supponiamo di avere un set di dati totale con 100 immagini, stavo calcolando la media per ciascuna delle 100 immagini e quindi sottratto da ciascuna delle immagini, quindi diviso in treno e …

11 machine-learning cross-validation data-preprocessing

1

Come usare il moncone decisionale come studente debole in Adaboost?

Voglio implementare Adaboost usando Decision Stump. È corretto prendere la stessa quantità di decisione che le caratteristiche del nostro set di dati in ogni iterazione di Adaboost? Ad esempio, se ho un set di dati con 24 funzionalità, dovrei avere un classificatore di 24 stump delle decisioni in ogni iterazione? …

11 machine-learning classification cart boosting

2

La misura f è sinonimo di precisione?

Comprendo che la misura f (basata su precisione e richiamo) è una stima della precisione di un classificatore. Inoltre, quando si dispone di un set di dati non bilanciato, si preferisce la misura f rispetto alla precisione . Ho una semplice domanda (che riguarda più l'uso corretto della terminologia che …

11 machine-learning classification data-mining unbalanced-classes accuracy

Domande taggate «machine-learning»