Statistiche e Big Data machine-learning

2

Soprattutto nella parte orientata all'informatica della letteratura sull'apprendimento automatico, l'AUC (area sotto la curva caratteristica dell'operatore ricevente) è un criterio popolare per la valutazione dei classificatori. Quali sono le giustificazioni per l'utilizzo dell'AUC? Ad esempio, esiste una particolare funzione di perdita per la quale la decisione ottimale è il classificatore …

10 machine-learning roc

1

Significato dei coefficienti di regressione (GAM) quando la probabilità del modello non è significativamente superiore a nulla

Sto eseguendo una regressione basata su GAM usando il pacchetto R gamlss e assumendo una distribuzione beta a zero inflazionata dei dati. Ho solo una singola variabile esplicativa nel mio modello, quindi è fondamentalmente: mymodel = gamlss(response ~ input, family=BEZI). L'algoritmo mi dà il coefficiente per l'impatto della variabile esplicativa …

10 nonlinear-regression gamlss machine-learning svm

2

I migliori metodi di selezione delle funzionalità per la regressione non parametrica

Una domanda per principianti qui. Attualmente sto eseguendo una regressione non parametrica usando il pacchetto np in R. Ho 7 caratteristiche e usando un approccio di forza bruta ho identificato i migliori 3. Ma presto avrò molte più di 7 caratteristiche! La mia domanda è quali sono i migliori metodi …

10 r machine-learning nonparametric feature-selection

1

Esempi documentati / riproducibili di applicazioni nel mondo reale di successo di metodi econometrici?

Questa domanda potrebbe sembrare molto ampia, ma ecco cosa sto cercando. So che ci sono molti libri eccellenti sui metodi econometrici e molti articoli espositivi eccellenti sulle tecniche econometriche. Ci sono anche eccellenti esempi riproducibili di econometria, come descritto in questa domanda CrossValidated . In effetti gli esempi in questa …

10 r machine-learning forecasting data-mining econometrics

4

Creazione di interfacce MATLAB e R per la C5.0 di Ross Quinlan

Sto pensando di costruire interfacce MATLAB e R con la C5.0 di Ross Quinlan (per chi non le ha familiarità, C5.0 è un algoritmo di albero decisionale e un pacchetto software; un'estensione di C4.5 ), e sto provando a avere un'idea dei componenti che avrei bisogno di scrivere. L'unica documentazione …

10 r machine-learning matlab

1

I processi stocastici come il processo gaussiano / processo di Dirichlet hanno densità? In caso contrario, come può essere applicata la regola di Bayes?

Dirichlet Pocess e Gaussian Process sono spesso definiti "distribuzioni su funzioni" o "distribuzioni su distribuzioni". In tal caso, posso parlare in modo significativo della densità di una funzione in un GP? Cioè, il processo gaussiano o il processo di Dirichlet hanno qualche nozione di densità di probabilità? In caso contrario, …

10 machine-learning probability bayesian nonparametric nonparametric-bayes

3

regressione del processo gaussiana per set di dati di grandi dimensioni

Ho imparato a conoscere la regressione del processo gaussiano da video online e appunti delle lezioni, la mia comprensione è che se abbiamo un set di dati con punti allora assumiamo che i dati siano campionati da un gaussiano multivariato dimensionale. Quindi la mia domanda è nel caso in cui …

10 machine-learning probability inference gaussian-process multivariate-regression

2

Scopo del rumore Dirichlet nella carta AlphaZero

Nei lavori di DeepMind AlphaGo Zero e AlphaZero , descrivono l'aggiunta del rumore Dirichlet alle precedenti probabilità di azioni dal nodo radice (stato della scheda) in Monte Carlo Tree Search: Ulteriore esplorazione si ottiene aggiungendo il rumore di Dirichlet alle probabilità precedenti nel nodo radice , in particolare P ( …

10 machine-learning neural-networks dirichlet-distribution

1

Perché le caratteristiche casuali di Fourier non sono negative?

Le funzionalità casuali di Fourier forniscono approssimazioni alle funzioni del kernel. Sono usati per vari metodi del kernel, come SVM e processi gaussiani. Oggi ho provato a utilizzare l' implementazione di TensorFlow e ho ottenuto valori negativi per metà delle mie funzionalità. A quanto ho capito, questo non dovrebbe succedere. …

10 machine-learning kernel-smoothing feature-construction tensorflow fourier-transform

1

In che modo gli SVM = corrispondenza dei modelli?

Ho letto di SVM e ho appreso che stanno risolvendo un problema di ottimizzazione e l'idea del margine massimo era molto ragionevole. Ora, usando i kernel, riescono a trovare anche i confini di separazione non lineari, il che era grandioso. Finora, non ho davvero idea di come SVM (una macchina …

10 machine-learning neural-networks svm deep-learning kernel-trick

1

Analisi complessa, analisi funzionale per una comprensione più profonda del machine learning

Voglio approfondire l'apprendimento automatico (teoria e applicazione in finanza). Voglio chiederti quanto sono rilevanti l' analisi complessa e l' analisi funzionale come base per l'apprendimento automatico? Devo imparare queste materie o dovrei concentrarmi su un altro argomento (se sì, su quale?)

10 machine-learning pac-learning

1

Come calcolare il campione R al quadrato?

So che probabilmente è stato discusso da qualche altra parte, ma non sono stato in grado di trovare una risposta esplicita. Sto cercando di utilizzare la formula per calcolare fuori campione di un modello di regressione lineare, in cui è la somma dei residui quadrati e è la somma totale …

10 regression machine-learning r-squared out-of-sample

4

Perché è richiesta la discesa gradiente?

Quando possiamo differenziare la funzione di costo e trovare parametri risolvendo equazioni ottenute attraverso una differenziazione parziale rispetto a ciascun parametro e scoprire dove la funzione di costo è minima. Inoltre penso che sia possibile trovare più luoghi in cui i derivati sono zero, quindi possiamo verificare tutti questi posti …

10 machine-learning computational-statistics

1

Esistono applicazioni in cui SVM è ancora superiore?

L'algoritmo SVM è piuttosto vecchio: è stato sviluppato negli anni '60, ma era estremamente popolare negli anni '90 e 2000. È una parte classica (e piuttosto bella) dei corsi di apprendimento automatico. Oggi sembra che nell'elaborazione dei media (immagini, suoni, ecc.) Le reti neurali dominino completamente, mentre in altre aree …

10 machine-learning svm

1

Derivata della perdita di entropia crociata in word2vec

Sto cercando di superare la prima serie di problemi del materiale del corso di classe Stanford cs224d online e sto riscontrando alcuni problemi con il problema 3A: quando si utilizza il modello skip gram word2vec con la funzione di previsione softmax e la funzione di perdita incrociata dell'entropia, noi desidera …

10 machine-learning self-study word2vec

Domande taggate «machine-learning»