Domande taggate «machine-learning»

Gli algoritmi di machine learning costruiscono un modello dei dati di training. Il termine "apprendimento automatico" è vagamente definito; include ciò che è anche chiamato apprendimento statistico, apprendimento di rinforzo, apprendimento senza supervisione, ecc. AGGIUNGI SEMPRE UN TAG PIÙ SPECIFICO.

1
Comprensione dell'uso dei logaritmi nel logaritmo TF-IDF
Stavo leggendo: https://en.wikipedia.org/wiki/Tf%E2%80%93idf#Definition Ma non riesco a capire esattamente perché la formula sia stata costruita così com'è. Cosa capisco: a un certo livello l'iDF dovrebbe misurare la frequenza con cui appare un termine S in ciascuno dei documenti, diminuendo di valore man mano che il termine appare più frequentemente. Da …
1
Foresta casuale vs Adaboost
Nella sezione 7 dell'articolo Random Forests (Breiman, 1999), l'autore afferma la seguente congettura: "Adaboost è una foresta casuale". Qualcuno ha dimostrato o smentito questo? Cosa è stato fatto per dimostrare o confutare questo post 1999?
2
Come scegliere la formazione, la convalida incrociata e le dimensioni dei set di test per dati di piccole dimensioni di campioni?
Supponiamo che io abbia una piccola dimensione del campione, ad esempio N = 100, e due classi. Come dovrei scegliere la formazione, la validazione incrociata e le dimensioni dei set di test per l'apprendimento automatico? Vorrei scegliere intuitivamente La formazione imposta la dimensione come 50 Convalida incrociata impostare la dimensione …
1
Interpretazione dell'area sotto la curva PR
Attualmente sto confrontando tre metodi e ho l'accuratezza, auROC e auPR come metriche. E ho i seguenti risultati: Metodo A - acc: 0.75, auROC: 0.75, auPR: 0.45 Metodo B - acc: 0.65, auROC: 0.55, auPR: 0.40 Metodo C - acc: 0,55, auROC: 0,70, auPR: 0,65 Ho una buona comprensione dell'accuratezza …
2
Quali sono le buone metriche per valutare la qualità di un adattamento PCA, al fine di selezionare il numero di componenti?
Qual è una buona metrica per valutare la qualità dell'analisi dei componenti principali (PCA)? Ho eseguito questo algoritmo su un set di dati. Il mio obiettivo era ridurre il numero di funzionalità (le informazioni erano molto ridondanti). So che la percentuale di varianza mantenuta è un buon indicatore di quante …
1
Confronto di CPH, modello temporale accelerato di fallimento o reti neurali per analisi di sopravvivenza
Sono nuovo nell'analisi di sopravvivenza e ho recentemente appreso che ci sono diversi modi per farlo dato un determinato obiettivo. Sono interessato all'attuazione effettiva e all'adeguatezza di questi metodi. Mi sono stati presentati i tradizionali modelli di rischio proporzionale di Cox , modelli temporali di fallimento accelerato e reti neurali …
1
Ridimensionamento (funzionalità) degli alberi decisionali e normalizzazione (ottimizzazione) delle variabili (funzione) richiesti in quali implementazioni?
In molti algoritmi di machine learning, il ridimensionamento delle funzioni (noto anche come ridimensionamento variabile, normalizzazione) è un passaggio di preprocessamento comune Wikipedia - Ridimensionamento delle funzionalità - questa domanda era vicina Domanda n. 41704 - Come e perché funzionano la normalizzazione e il ridimensionamento delle funzioni? Ho due domande …
6
Modelli flessibili e non flessibili nell'apprendimento automatico
Mi sono imbattuto in una semplice domanda sul confronto tra modelli flessibili (ad esempio spline) e modelli non flessibili (ad esempio regressione lineare) in diversi scenari. La domanda è: In generale, prevediamo che le prestazioni di un metodo di apprendimento statistico flessibile funzionino meglio o peggio di un metodo non …
4
Convergenza dei pesi delle reti neurali
Sono arrivato a una situazione in cui i pesi della mia rete neurale non convergono anche dopo 500 iterazioni. La mia rete neurale contiene 1 livello di input, 1 livello nascosto e 1 livello di output. Sono circa 230 nodi nel livello di input, 9 nodi nel livello nascosto e …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.