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.

2
Imparare dai dati relazionali
Impostazioni Molti algoritmi operano su una singola relazione o tabella, mentre molti database del mondo reale memorizzano le informazioni in più tabelle (Domingos, 2003). Domanda Quali tipi di algoritmi apprendono bene da più tabelle (relazionali). In particolare, sono interessato agli algoritmi applicabili alle attività di regressione e classificazione (non a …
1
Un parallelo tra LSA e pLSA
Nel documento originale di pLSA l'autore, Thomas Hoffman, traccia un parallelo tra le strutture di dati pLSA e LSA che vorrei discutere con voi. Sfondo: Prendendo ispirazione l'Information Retrieval supponiamo di avere una raccolta di NNN documenti D={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbrace e un vocabolario di MMM …
1
Come confrontare gli eventi osservati con quelli previsti?
Supponiamo di avere un campione di frequenze di 4 possibili eventi: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e ho le probabilità attese dei miei eventi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la somma delle frequenze osservate dei …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
2
Bootstrap parametrico, semiparametrico e non parametrico per modelli misti
I seguenti innesti sono presi da questo articolo . Sono un novizio di bootstrap e sto cercando di implementare il bootstrap bootstrap parametrico, semiparametrico e non parametrico per il modello misto lineare con R bootpacchetto. Codice R Ecco il mio Rcodice: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
3
Prestazioni ottimali previste su un set di dati
Supponiamo che io abbia un semplice problema di apprendimento automatico come una classificazione. Con alcuni parametri di riferimento nella visione o nel riconoscimento audio, io, come essere umano, sono un ottimo classificatore. Ho quindi un'intuizione su quanto un classificatore può ottenere. Ma con molti dati un punto è che non …
1
Classificazione con un predittore dominante
Ho un problema di classificazione ( classe ), con l'ordine di 100 predittori a valore reale, uno dei quali sembra avere un potere esplicativo molto più di qualsiasi altro. Mi piacerebbe approfondire gli effetti delle altre variabili. Tuttavia, le tecniche di apprendimento automatico standard (foreste casuali, SVM, ecc.) Sembrano essere …
2
Comprensione e applicazione dell'analisi del sentiment
Mi era appena stato assegnato un progetto di conduzione dell'analisi del sentiment per alcune raccolte di documenti. Secondo Google, sono emerse molte ricerche relative al sentimento. Le mie domande sono: Quali sono i principali metodi / algoritmi per l'analisi del sentiment nel campo dell'apprendimento automatico e dell'analisi statistica? Ci sono …
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.