Perguntas com a marcação «genetic-algorithms»

Estou começando a se envolver com o uso de glmnetcom LASSO Regressão onde meu desfecho de interesse é dicotômica. Criei um pequeno quadro de dados simulado abaixo: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p …

78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

Eu li alguns artigos discutindo prós e contras de cada método, alguns argumentando que o GA não melhora nenhuma a solução ideal, enquanto outros mostram que é mais eficaz. Parece que o GA é geralmente preferido na literatura (embora a maioria das pessoas o modifique de alguma maneira para alcançar …

34 neural-networks  genetic-algorithms  backpropagation 

Preciso implementar um programa que classifique os registros em duas categorias (verdadeiro / falso), com base em alguns dados de treinamento, e fiquei pensando em qual algoritmo / metodologia eu deveria estar olhando. Parece haver muitos deles para escolher - Rede Neural Artificial, Algoritmo Genético, Aprendizado de Máquina, Otimização Bayesiana …

21 machine-learning  bayesian  optimization  genetic-algorithms 

Os algoritmos genéticos são uma forma de método de otimização. Frequentemente, a descida do gradiente estocástico e seus derivados são a melhor opção para otimização de funções, mas algoritmos genéticos ainda são usados ​​algumas vezes. Por exemplo, a antena da sonda ST5 da NASA foi criada com um algoritmo genético: …

20 machine-learning  optimization  gradient-descent  genetic-algorithms 

Como parte de uma tarefa, terei que escrever um algoritmo de programação genética que preveja os níveis de poluentes atmosféricos. Como não tenho experiência, alguém pode me indicar sugestões de linguagens de programação nas quais os programas desenvolvidos serão escritos . Esclarecimento: não estou perguntando qual será a linguagem. Escreverei …

15 genetic-algorithms 

Pergunta: é possível treinar um NN para distinguir entre números pares e ímpares usando apenas como entrada os próprios números? Eu tenho o seguinte conjunto de dados: Number Target 1 0 2 1 3 0 4 1 5 0 6 1 ... ... 99 0 100 1 Treinei um NN …

14 machine-learning  classification  categorical-data  neural-networks  genetic-algorithms 

Alguém pode me explicar os benefícios do algoritmo genético em comparação com outros métodos tradicionais de pesquisa e otimização?

13 genetic-algorithms 

Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Estou usando o pacote kernlab no R para criar um SVM para classificar alguns dados. O SVM está funcionando bem, pois fornece 'previsões' de uma precisão decente, no entanto, minha lista de variáveis ​​de entrada é maior do que eu gostaria e não tenho certeza quanto à importância relativa das …

9 r  machine-learning  svm  genetic-algorithms 

Eu tenho duas implementações de um algoritmo genético que devem se comportar de forma equivalente. No entanto, devido a restrições técnicas que não podem ser resolvidas, sua saída não é exatamente a mesma, dada a mesma entrada. Ainda assim, gostaria de mostrar que não há diferença significativa de desempenho. Eu …

9 hypothesis-testing  genetic-algorithms 

Antecedentes do problema: Como parte da minha pesquisa, escrevi dois algoritmos que podem selecionar um conjunto de recursos de um conjunto de dados (dados de expressão gênica de pacientes com câncer). Esses recursos são então testados para ver quão bem eles podem classificar uma amostra invisível como câncer ou não-câncer. …

8 machine-learning  statistical-significance  computational-statistics  standardization  genetic-algorithms 

Houve um interesse recente em combinar algoritmos genéticos e redes neurais em uma estrutura geral de neuroevolução. A idéia básica é que seu algoritmo genético esteja evoluindo os parâmetros de muitas redes neurais que são usadas para resolver sua tarefa em questão. Uma espécie de programação genética, mas em vez …

8 neural-networks  genetic-algorithms 

Eu estou querendo saber se existem algoritmos (talvez algoritmos genéticos) em R para construção de recursos (derivados de preditores candidatos de preditores existentes)? Estou pensando em uma rotina para testar potências, interações, proporções e combinações lineares de ordem superior e funções não lineares de variáveis ​​existentes (sin, cos, atan etc.). …

8 r  machine-learning  feature-construction  genetic-algorithms