Perguntas com a marcação «machine-learning»

Os algoritmos de aprendizado de máquina constroem um modelo dos dados de treinamento. O termo "aprendizado de máquina" é vagamente definido; inclui o que também é chamado aprendizado estatístico, aprendizado reforçado, aprendizado não supervisionado etc. SEMPRE ADICIONE UM TAG MAIS ESPECÍFICO.

Como e por que a Normalização de lote usa médias móveis para rastrear a precisão do modelo enquanto ele treina?

Eu estava lendo o documento de normalização em lote (BN) (1) e não entendia a necessidade de usar médias móveis para rastrear a precisão do modelo e, mesmo se eu aceitasse que era a coisa certa a fazer, não entendo o que eles estão fazendo exatamente. Para meu entendimento (o …

20 machine-learning neural-networks deep-learning conv-neural-network batch-normalization

Discussão sobre overfit no xgboost

Minha configuração é a seguinte: Estou seguindo as diretrizes em "Modelagem Preditiva Aplicada". Assim, filtramos os recursos correlatos e terminamos com o seguinte: 4900 pontos de dados no conjunto de treinamento e 1600 pontos de dados no conjunto de teste. Eu tenho 26 recursos e o alvo é uma variável …

20 machine-learning boosting overfitting

Como a amostragem negativa funciona no word2vec?

Eu tenho me esforçado bastante para entender o conceito de amostragem negativa no contexto do word2vec. Eu sou incapaz de digerir a idéia de amostragem [negativa]. Por exemplo, nos trabalhos de Mikolov, a expectativa de amostragem negativa é formulada como registroσ( ⟨ W , c ⟩ ) + k ⋅ …

19 machine-learning word2vec word-embeddings

Um coto de decisão é um modelo linear?

O stump de decisão é uma árvore de decisão com apenas uma divisão. Também pode ser escrito como uma função por partes. Por exemplo, suponha que é um vetor e é o primeiro componente de , na configuração de regressão, algum coto de decisão pode serx 1 xxxxx1x1x_1xxx f(x)={35x1≤2x1>2f(x)={3x1≤25x1>2f(x)= \begin{cases} …

19 machine-learning cart linear boosting

Quais são alguns bons conjuntos de dados para aprender algoritmos básicos de aprendizado de máquina e por quê?

Eu sou novo no aprendizado de máquina e estou procurando alguns conjuntos de dados através dos quais posso comparar e contrastar as diferenças entre os diferentes algoritmos de aprendizado de máquina (Árvores de Decisão, Boosting, SVM e Redes Neurais) Onde posso encontrar esses conjuntos de dados? O que devo procurar …

19 machine-learning dataset

Impulsionar: por que a taxa de aprendizado é chamada de parâmetro de regularização?

O parâmetro de taxa de aprendizado ( ) no Gradient Boosting reduz a contribuição de cada novo modelo de base - tipicamente uma árvore rasa - que é adicionada na série. Foi demonstrado que aumenta drasticamente a precisão do conjunto de testes, o que é compreensível, pois em etapas menores, …

19 machine-learning data-mining predictive-models boosting overfitting

Como redes neurais recorrentes podem ser usadas para classificação de sequência?

O RNN pode ser usado para previsão ou mapeamento de sequência para sequência. Mas como a RNN pode ser usada para classificação? Quero dizer, damos a uma sequência inteira um rótulo.

19 machine-learning neural-networks rnn

O que significa o nome "Regressão Logística"?

Estou verificando uma implementação da Regressão Logística a partir daqui . Depois de ler esse artigo, parece que a parte importante é encontrar os melhores coeficientes para determinar a função sigmóide. Então, eu me pergunto por que esse método é chamado de "Regressão Logística". Está relacionado à função logarítmica? Talvez …

19 regression machine-learning logistic

Programador que procura entrar no campo de aprendizado de máquina

Sou desenvolvedor de software (principalmente .NET e Python, com cerca de 5 anos de experiência). O que posso fazer para me ajudar a conseguir um emprego no campo de aprendizado de máquina ou realmente qualquer coisa que me inicie nesse campo? A pós-graduação é um requisito difícil?

19 machine-learning data-mining careers

Modelagem preditiva - devemos nos preocupar com modelagem mista?

Para modelagem preditiva, precisamos nos preocupar com conceitos estatísticos, como efeitos aleatórios e não independência de observações (medidas repetidas)? Por exemplo.... Eu tenho dados de 5 campanhas de mala direta (ocorridas ao longo de um ano) com vários atributos e um sinalizador para compra. Idealmente, eu usaria todos esses dados …

19 machine-learning predictive-models repeated-measures assumptions

Quando o “vizinho mais próximo” é significativo hoje?

Em 1999, Beyer et al. perguntou: Quando o "vizinho mais próximo" é significativo? Existem maneiras melhores de analisar e visualizar o efeito da planicidade da distância na pesquisa de NN desde 1999? O conjunto de dados [dado] fornece respostas significativas para o problema 1-NN? O problema dos 10-NN? O problema …

19 machine-learning k-nearest-neighbour

Computando o limite de decisão de um modelo SVM linear

Dados os vetores de suporte de um SVM linear, como posso calcular a equação do limite de decisão?

19 machine-learning svm

Qual é a idéia "fundamental" do aprendizado de máquina para estimar parâmetros?

A idéia "fundamental" das estatísticas para estimar parâmetros é a máxima probabilidade . Gostaria de saber qual é a ideia correspondente no aprendizado de máquina. Qn 1. Seria justo dizer que a idéia 'fundamental' no aprendizado de máquina para estimar parâmetros é: 'Funções de Perda' [Nota: Tenho a impressão de …

19 machine-learning maximum-likelihood loss-functions pac-learning

O ajuste do hiperparâmetro na amostra do conjunto de dados é uma má idéia?

Eu tenho um conjunto de dados de 140000 exemplos e 30 recursos para os quais estou treinando vários classificadores para uma classificação binária (SVM, Regressão Logística, Floresta Aleatória etc.) Em muitos casos, o ajuste de hiperparâmetros em todo o conjunto de dados usando a pesquisa em grade ou aleatória é …

19 machine-learning cross-validation hyperparameter

Por que a regressão logística é chamada de algoritmo de aprendizado de máquina?

Se eu entendi corretamente, em um algoritmo de aprendizado de máquina, o modelo precisa aprender com sua experiência, ou seja, quando o modelo fornece uma previsão errada para os novos casos, ele deve se adaptar às novas observações e, com o tempo, o modelo se torna cada vez melhor. . …

19 machine-learning logistic random-forest

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.

Licensed under cc by-sa 3.0 with attribution required.