Perguntas com a marcação «algorithms»

Sou novato em aprendizado de máquina (também algumas estatísticas), aprendendo conhecimento (algoritmos de aprendizado supervisionado / não supervisionado, métodos de otimização relevantes, regularizações, algumas filosofias (como compensação de desvios de variação)?) Por um tempo. Eu sei que sem nenhuma prática real, eu não obteria uma compreensão profunda dessas coisas de …

11 machine-learning  algorithms 

Achei um tutorial muito útil sobre o algoritmo EM . O exemplo e a imagem do tutorial são simplesmente brilhantes. Pergunta relacionada sobre como calcular probabilidades como funciona a maximização de expectativas? Eu tenho outra pergunta sobre como conectar a teoria descrita no tutorial ao exemplo. Durante a etapa E, …

11 machine-learning  clustering  algorithms  natural-language 

Existe uma maneira numericamente estável de calcular valores de uma distribuição beta para alfa inteiro grande, beta (por exemplo, alfa, beta> 1000000)? Na verdade, eu só preciso de um intervalo de confiança de 99% no modo, se isso de alguma forma facilitar o problema. Acrescentar : desculpe, minha pergunta não …

11 confidence-interval  algorithms  beta-distribution 

Estou tentando implementar o algoritmo Nelder-Mead para otimizar uma função. A página da Wikipedia sobre Nelder-Mead é surpreendentemente clara sobre todo o algoritmo, exceto por seu critério de parada. Lá, infelizmente, diz: Verifique a convergência [esclarecimentos necessários] . Eu mesmo tentei e testei alguns critérios: Pare se onde é pequeno …

11 optimization  algorithms 

Se eu tiver alguma topologia fixa não recorrente (DAG) (conjunto fixo de nós e arestas, mas o algoritmo de aprendizado puder variar o peso nas arestas) de neurônios sigmóides com neurônios de entrada que só podem receber cadeias em como entrada e conduz a uma saída (que gera um valor …

11 machine-learning  neural-networks  algorithms  vc-dimension 

Isenção de responsabilidade: postei esta pergunta no Stackoverflow, mas achei que talvez isso seja mais adequado para esta plataforma. Como você testa sua própria implementação de k-means para conjuntos de dados multidimensionais? Eu estava pensando em executar uma implementação já existente (ou seja, Matlab) nos dados e comparar os resultados …

11 clustering  algorithms 

A Wikipedia diz que: A dimensão VC é a cardinalidade do maior conjunto de pontos que um algoritmo pode quebrar. Por exemplo, um classificador linear tem uma cardinalidade n + 1. Minha pergunta é por que nos importamos? A maioria dos conjuntos de dados nos quais você classifica linearmente tendem …

11 classification  algorithms  vc-dimension 

O método clássico de análise de componentes principais (PCA) é fazê-lo em uma matriz de dados de entrada cujas colunas têm média zero (o PCA pode "maximizar a variação"). Isso pode ser alcançado facilmente centralizando as colunas. No entanto, quando a matriz de entrada for esparsa, a matriz centralizada será …

10 pca  algorithms  dimensionality-reduction  large-data  sparse 

Eu tenho lido um pouco sobre o aumento de algoritmos para tarefas de classificação e o Adaboost em particular. Entendo que o objetivo do Adaboost é levar vários "alunos fracos" e, por meio de um conjunto de iterações sobre dados de treinamento, forçar os classificadores a aprender a prever as …

10 machine-learning  classification  algorithms  boosting 

Contexto: estou desenvolvendo um sistema que analisa dados clínicos para filtrar dados implausíveis que podem ser erros de digitação. O que eu fiz até agora: Para quantificar a plausibilidade, minha tentativa até agora foi normalizar os dados e, em seguida, calcular um valor de plausibilidade para o ponto p com …

10 machine-learning  multivariate-analysis  feature-selection  algorithms  outliers 

Estes são os meus dados de treinamento: 200.000 exemplos x 10.000 recursos. Portanto, minha matriz de dados de treinamento é - 200.000 x 10.000. Consegui salvar isso em um arquivo simples sem problemas de memória, salvando todos os conjuntos de dados um por um (um exemplo após o outro) enquanto …

10 machine-learning  dataset  algorithms  python 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . O meu objectivo: Gostaria de ter uma função que pega um endereço de email e …

10 algorithms  random-generation 

Eu tenho um conjunto de elementos que posso descrever de acordo com características. Portanto:XXXnnn xEu: { ceu 1, cEu 2, ... , CEu n} | XEu∈ XxEu:{cEu1 1,cEu2,…,cEun}∣xEu∈Xx_i: \{c_{i1}, c_{i2}, \ldots, c_{in}\} \mid x_i \in X onde é a avaliação (numérica) do elemento acordo com as características . Portanto, meus …

10 machine-learning  algorithms  ranking  feature-construction 

Me deparei com o seguinte problema de simulação: dado um conjunto de números reais conhecidos, uma distribuição em é definida por onde indica a parte positiva de . Embora eu possa pensar em um amostrador Metropolis-Hastings visando essa distribuição, pergunto-me se existe um amostrador direto eficiente, aproveitando o grande número …

9 simulation  algorithms  random-generation  computational-statistics  metropolis-hastings 

Eu preciso de um algoritmo para provar uma distribuição multinomial truncada. Isso é, x⃗ ~ 1Zpx1 11 1... pxkkx1 1! … Xk!x→∼1Zp1x1…pkxkx1!…xk!\vec x \sim \frac{1}{Z} \frac{p_1^{x_1} \dots p_k^{x_k}}{x_1!\dots x_k!} onde é uma constante de normalização, tem componentes positivos e . Considero apenas valores de no intervalo .→ x k ∑ …

9 algorithms  multinomial  random-generation