Statistiche e Big Data machine-learning

6

Quali sono i principali teoremi dell'apprendimento automatico (profondo)?

Al Rahimi ha recentemente tenuto un discorso molto provocatorio in NIPS 2017 confrontando l'attuale Machine Learning con l'alchimia. Una delle sue affermazioni è che dobbiamo tornare agli sviluppi teorici, per avere teoremi semplici che dimostrino risultati fondamentali. Quando lo ha detto, ho iniziato a cercare i principali teoremi per ML, …

45 machine-learning deep-learning theory

2

Kernel lineare e kernel non lineare per supporto vettoriale macchina?

Quando si utilizza la macchina vettoriale di supporto, esistono delle linee guida per la scelta del kernel lineare rispetto al kernel non lineare, come RBF? Una volta ho sentito che il kernel non lineare tende a non funzionare bene quando il numero di funzionalità è grande. Ci sono riferimenti su …

45 machine-learning classification svm references kernel-trick

8

Tutti i modelli sono inutili? È possibile un modello esatto o utile?

Questa domanda mi sta venendo in mente da più di un mese. Il numero di febbraio 2015 di Amstat News contiene un articolo del professor Mark van der Laan di Berkeley che rimprovera le persone per l'utilizzo di modelli inesatti. Afferma che usando i modelli, la statistica è quindi un'arte …

45 machine-learning maximum-likelihood modeling nonparametric parametric

4

Come vengono applicati i kernel alle mappe caratteristiche per produrre altre mappe caratteristiche?

Sto cercando di comprendere la parte di convoluzione delle reti neurali convoluzionali. Guardando la figura seguente: Non ho problemi a comprendere il primo livello di convoluzione in cui abbiamo 4 kernel diversi (di dimensioni ), che contiamo con l'immagine di input per ottenere 4 mappe caratteristiche.k×kk×kk \times k Quello che …

44 machine-learning neural-networks deep-learning conv-neural-network

6

Perché la multicollinearità non è controllata nelle moderne statistiche / apprendimento automatico

Nelle statistiche tradizionali, durante la creazione di un modello, controlliamo la multicollinearità utilizzando metodi come le stime del fattore di inflazione della varianza (VIF), ma nell'apprendimento automatico, invece, utilizziamo la regolarizzazione per la selezione delle funzionalità e non sembriamo verificare se le funzionalità sono correlate affatto. Perché lo facciamo?

44 regression machine-learning multicollinearity regularization vif

4

Differenza tra foresta casuale e alberi estremamente randomizzati

Ho capito che la foresta casuale e gli alberi estremamente casuali differiscono nel senso che le spaccature degli alberi nella foresta casuale sono deterministiche mentre sono casuali nel caso di alberi estremamente casuali (per essere più precisi, la divisione successiva è la divisione migliore tra le divisioni casuali uniformi nelle …

44 machine-learning correlation references random-forest

13

L'apprendimento automatico può decodificare gli hash SHA256?

Ho un hash SHA256 di 64 caratteri. Spero di formare un modello in grado di prevedere se il testo in chiaro utilizzato per generare l'hash inizia con un 1 o meno. Indipendentemente se questo è "Possibile", quale algoritmo sarebbe l'approccio migliore? I miei pensieri iniziali: Genera un grande campione di …

43 machine-learning logistic

3

Comprensione del ruolo del fattore di sconto nell'apprendimento per rinforzo

Mi sto insegnando sull'apprendimento per rinforzo e sto cercando di capire il concetto di premio scontato. Quindi la ricompensa è necessaria per dire al sistema quali coppie stato-azione sono buone e quali sono cattive. Ma quello che non capisco è perché è necessario il premio scontato. Perché dovrebbe importare se …

43 machine-learning reinforcement-learning

2

Che cos'è maxout nella rete neurale?

Qualcuno può spiegare cosa fanno le unità maxout in una rete neurale? Come si comportano e in che cosa differiscono dalle unità convenzionali? Ho provato a leggere il documento "Maxout Network" del 2013 di Goodfellow et al. (dal gruppo del professor Yoshua Bengio), ma non capisco bene.

42 machine-learning neural-networks

5

L'apprendimento automatico è meno utile per comprendere la causalità, quindi meno interessante per le scienze sociali?

La mia comprensione della differenza tra apprendimento automatico / altre tecniche predittive statistiche rispetto al tipo di statistiche che gli scienziati sociali (ad esempio, gli economisti) usano è che gli economisti sembrano molto interessati a comprendere l'effetto di una o più variabili, sia in termini di magnitudo e rilevare se …

42 machine-learning econometrics

6

Perché downsample?

Supponiamo che io voglia imparare un classificatore che prevede se un'e-mail è spam. E supponiamo che solo l'1% delle e-mail sia spam. La cosa più semplice da fare sarebbe imparare il banale classificatore che dice che nessuna delle e-mail è spam. Questo classificatore ci darebbe una precisione del 99%, ma …

42 machine-learning classification

2

Panda / Statsmodel / Scikit-learn

I panda, i modelli statistici e lo Scikit apprendono diverse implementazioni delle operazioni di apprendimento automatico / statistiche o sono complementari tra loro? Quale di questi ha la funzionalità più completa? Quale è attivamente sviluppato e / o supportato? Devo implementare la regressione logistica. Qualche suggerimento su quale di questi …

41 machine-learning python scikit-learn statsmodels pandas

6

Pratica ottimizzazione dell'iperparametro: ricerca casuale vs. griglia

Attualmente sto esaminando la ricerca casuale di Bengio e Bergsta per l'ottimizzazione dell'iper -parametro [1], in cui gli autori affermano che la ricerca casuale è più efficiente della ricerca in griglia per ottenere prestazioni approssimativamente uguali. La mia domanda è: le persone qui sono d'accordo con tale affermazione? Nel mio …

41 machine-learning hyperparameter optimization

1

Come interpretare le misure di errore?

Sto eseguendo la classificazione in Weka per un determinato set di dati e ho notato che se sto cercando di prevedere un valore nominale, l'output mostra in modo specifico i valori previsti correttamente e in modo errato. Tuttavia, ora lo sto eseguendo per un attributo numerico e l'output è: Correlation …

41 machine-learning error weka mse rms

1

In cosa differisce softmax_cross_entropy_with_logits da softmax_cross_entropy_with_logits_v2?

In particolare, suppongo di chiedermi questa affermazione: Le versioni principali future di TensorFlow consentiranno ai gradienti di fluire nelle etichette immesse sul backprop per impostazione predefinita. Che è mostrato quando uso tf.nn.softmax_cross_entropy_with_logits. Nello stesso messaggio mi spinge a dare un'occhiata tf.nn.softmax_cross_entropy_with_logits_v2. Ho consultato la documentazione ma afferma solo che per …

41 machine-learning supervised-learning tensorflow backpropagation

Domande taggate «machine-learning»