Statistiche e Big Data machine-learning

1

Inferenza variabile rispetto a MCMC: quando scegliere l'una rispetto all'altra?

Penso di avere l'idea generale di VI e MCMC, compresi i vari gusti di MCMC come il campionamento di Gibbs, Metropolis Hastings ecc. Questo documento fornisce una meravigliosa esposizione di entrambi i metodi. Ho le seguenti domande: Se desidero fare l'inferenza bayesiana, perché dovrei scegliere un metodo rispetto all'altro? Quali …

37 machine-learning bayesian mcmc variational-bayes approximate-inference

5

Come gestire un modello di previsione "autolesionista"?

Stavo guardando una presentazione di uno specialista ML di un importante rivenditore, in cui avevano sviluppato un modello per prevedere eventi fuori stock. Supponiamo per un momento che nel tempo il loro modello diventi molto preciso, non sarebbe in qualche modo "autolesionista"? Cioè, se il modello funziona davvero bene, allora …

36 machine-learning predictive-models

3

Cose da considerare sui programmi di master in statistica

È la stagione delle ammissioni per le scuole di specializzazione. Io (e molti studenti come me) ora sto cercando di decidere quale programma statistico scegliere. Quali sono alcuni aspetti che quelli di voi che lavorano con le statistiche suggeriscono di considerare sui programmi di master in statistica? Ci sono insidie …

36 machine-learning mathematical-statistics careers

4

Piattaforme di cloud computing per l'apprendimento automatico [chiuso]

Ho un piccolo elenco di aziende che forniscono una piattaforma per l'esecuzione di script R, python o ottave su cluster costruiti su Amazon EC2. Ci sono altri nomi che dovrei aggiungere? Cloudnumbers Opani crdata

36 r machine-learning

3

Creare un "punteggio di certezza" dai voti nelle foreste casuali?

Sto cercando di formare un classificatore che discriminerà tra Type Ae Type Boggetti con un set di addestramento ragionevolmente ampio di circa 10.000 oggetti, di cui circa la metà Type Ae metà Type B. Il set di dati è composto da 100 funzioni continue che descrivono in dettaglio le proprietà …

36 r machine-learning random-forest

3

Apprendimento automatico: dovrei usare un'entropia incrociata categorica o una perdita binaria di entropia incrociata per le previsioni binarie?

Prima di tutto, mi sono reso conto che se devo eseguire previsioni binarie, devo creare almeno due classi eseguendo una codifica a caldo. È corretto? Tuttavia, l'entropia incrociata binaria è solo per le previsioni con una sola classe? Se dovessi usare una categorica perdita di entropia che si trova in …

36 machine-learning neural-networks loss-functions tensorflow cross-entropy

2

Aumento gradiente per la regressione lineare: perché non funziona?

Durante l'apprendimento del Gradient Boosting, non ho sentito parlare di vincoli riguardanti le proprietà di un "classificatore debole" che il metodo utilizza per costruire e creare un modello. Tuttavia, non potevo immaginare un'applicazione di un GB che utilizza la regressione lineare, e infatti quando ho eseguito alcuni test, non funziona. …

35 regression machine-learning boosting ensemble gradient

3

PCA e divisione treno / prova

Ho un set di dati per il quale ho più set di etichette binarie. Per ogni set di etichette, alleno un classificatore, valutandolo per convalida incrociata. Voglio ridurre la dimensionalità utilizzando l'analisi dei componenti principali (PCA). La mia domanda è: È possibile eseguire il PCA una volta per l'intero set …

35 machine-learning classification pca cross-validation

4

Quali sono le differenze tra codifica sparsa e autoencoder?

La codifica sparsa è definita come l'apprendimento di un insieme troppo completo di vettori di base per rappresentare i vettori di input (<- perché lo vogliamo). Quali sono le differenze tra codifica sparsa e autoencoder? Quando utilizzeremo la codifica sparsa e il codificatore automatico?

35 machine-learning neural-networks unsupervised-learning deep-learning autoencoders

5

Set di dati gratuito per classificazione dimensionale molto elevata [chiuso]

Quali sono i set di dati disponibili gratuitamente per la classificazione con più di 1000 funzioni (o punti campione se contiene curve)? Esiste già una wiki della comunità sui set di dati gratuiti: individuazione di campioni di dati disponibili gratuitamente Ma qui, sarebbe bello avere un elenco più mirato che …

35 machine-learning classification dataset large-data

5

Puoi esagerare con l'addestramento degli algoritmi di machine learning usando CV / Bootstrap?

Questa domanda potrebbe essere troppo aperta per ottenere una risposta definitiva, ma speriamo di no. Gli algoritmi di apprendimento automatico, come SVM, GBM, Random Forest ecc., Generalmente hanno alcuni parametri gratuiti che, al di là di una guida empirica, devono essere adattati a ciascun set di dati. Questo viene generalmente …

34 machine-learning cross-validation bootstrap optimization resampling

3

Come interpretare la riduzione media della precisione e la riduzione media GINI nei modelli a foresta casuale

Ho delle difficoltà a capire come interpretare l'output di importanza variabile dal pacchetto Random Forest. La riduzione media dell'accuratezza è generalmente descritta come "la riduzione dell'accuratezza del modello dal permutare i valori in ciascuna caratteristica". È un'affermazione sulla funzionalità nel suo insieme o su valori specifici all'interno della funzione? In …

34 r machine-learning classification random-forest

5

Che cos'è esattamente un modello bayesiano?

Posso chiamare un modello in cui il teorema di Bayes viene utilizzato come "modello bayesiano"? Temo che una tale definizione potrebbe essere troppo ampia. Quindi cos'è esattamente un modello bayesiano?

34 machine-learning bayesian

6

Data mining: come devo fare per trovare il modulo funzionale?

Sono curioso di sapere procedure ripetibili che possono essere utilizzati per scoprire la forma funzionale della funzione y = f(A, B, C) + error_termin cui il mio unico input è un insieme di osservazioni ( y, A, Be C). Si noti che la forma funzionale di fè sconosciuta. Considera il …

34 regression machine-learning algorithms model-selection data-mining

4

Qual è il lato debole degli alberi delle decisioni?

Gli alberi delle decisioni sembrano essere un metodo di apprendimento automatico molto comprensibile. Una volta creato, può essere facilmente ispezionato da un essere umano, il che è un grande vantaggio in alcune applicazioni. Quali sono i lati pratici deboli degli alberi decisionali?

34 machine-learning nonparametric cart

Domande taggate «machine-learning»