Estatísticas e Big Data machine-learning

1

Quais são as garantias teóricas do ensacamento

Eu (aproximadamente) ouvi dizer que: ensacamento é uma técnica para reduzir a variação de um algoritmo de preditor / estimador / aprendizado. No entanto, nunca vi uma prova matemática formal dessa afirmação. Alguém sabe por que isso é matematicamente verdadeiro? Parece ser um fato amplamente aceito / conhecido, que eu …

17 machine-learning mathematical-statistics bagging

3

Por que dividimos pelo desvio padrão e não por algum outro fator de padronização antes de executar o PCA?

Eu estava lendo a seguinte justificativa (das notas do curso cs229) sobre por que dividimos os dados brutos por seu desvio padrão: mesmo que eu entenda o que a explicação está dizendo, não está claro para mim por que a divisão pelo desvio padrão alcançaria tal objetivo. Diz que todos …

17 machine-learning pca mathematical-statistics

1

O valor do quadrado R é apropriado para comparar modelos?

Estou tentando identificar o melhor modelo para prever os preços dos automóveis, usando os preços e os recursos disponíveis em sites de anúncios classificados para automóveis. Para isso, usei alguns modelos da biblioteca scikit-learn e modelos de redes neurais do pybrain e neurolab. A abordagem que usei até agora é …

17 machine-learning neural-networks random-forest r-squared elastic-net

1

Quando o Naive Bayes tem um desempenho melhor que o SVM?

Em um pequeno problema de classificação de texto que eu estava olhando, o Naive Bayes exibia um desempenho semelhante ou superior a um SVM e fiquei muito confuso. Eu queria saber quais fatores decidem o triunfo de um algoritmo sobre o outro. Existem situações em que não faz sentido usar …

17 machine-learning classification svm naive-bayes

4

O que significa "grau de liberdade" em redes neurais?

No livro de Bishop, "Classificação de padrões e aprendizado de máquina", descreve uma técnica para regularização no contexto de redes neurais. No entanto, não entendo um parágrafo descrevendo que, durante o processo de treinamento, o número de graus de liberdade aumente junto com a complexidade do modelo. A cotação relevante …

17 machine-learning neural-networks regularization degrees-of-freedom

1

Quero criar um índice de criminalidade e de instabilidade política com base em notícias

Eu tenho esse projeto paralelo onde rastreio os sites de notícias locais do meu país e quero criar um índice de criminalidade e um índice de instabilidade política. Já abordei a parte de recuperação de informações do projeto. Meu plano é fazer: Extração de tópicos não supervisionados. Detecção de duplicatas …

17 machine-learning classification text-mining

2

Usando rede neural para negociação em bolsa de valores

Mergulhei no campo das redes neurais e fiquei encantado com elas. Finalmente desenvolvi uma estrutura de aplicativos para testar sistemas de negociação em bolsas de valores e agora vou implementar minha primeira rede neural nela. Muito simples e primitivo, não destinado a negociação real, apenas para iniciantes. Eu só quero …

17 machine-learning neural-networks

3

Comparando dois resultados de precisão do classificador para significância estatística com o teste t

Quero comparar a precisão de dois classificadores quanto à significância estatística. Ambos os classificadores são executados no mesmo conjunto de dados. Isso me leva a acreditar que eu deveria estar usando um teste t de uma amostra do que tenho lido . Por exemplo: Classifier 1: 51% accuracy Classifier 2: …

17 machine-learning statistical-significance classification t-test

1

Os parâmetros de entrada para usar a alocação latente de Dirichlet

Ao usar a modelagem de tópicos (Alocação de Dirichlet Latente), o número de tópicos é um parâmetro de entrada que o usuário precisa especificar. Parece-me que também devemos fornecer uma coleção de tópicos de candidatos que o processo Dirichlet tem de provar? Meu entendimento está correto? Na prática, como configurar …

17 machine-learning bayesian clustering text-mining dirichlet-distribution

2

Por que o classificador de regressão de cume funciona muito bem para a classificação de texto?

Durante um experimento para classificação de texto, eu encontrei o classificador de cume gerando resultados que constantemente superam os testes entre os classificadores que são mais comumente mencionados e aplicados para tarefas de mineração de texto, como SVM, NB, kNN, etc. Embora eu não tenha elaborado na otimização de cada …

17 machine-learning classification text-mining ridge-regression

12

Melhores livros para uma introdução à análise de dados estatísticos?

Bloqueado . Esta pergunta e suas respostas estão bloqueadas porque a questão está fora do tópico, mas tem um significado histórico. No momento, não está aceitando novas respostas ou interações. Eu comprei este livro: Como medir qualquer coisa: encontrar o valor dos intangíveis nos negócios e Head First Data Analysis: …

17 machine-learning bayesian references

3

Quais algoritmos precisam de redimensionamento de recursos, além do SVM?

Estou trabalhando com muitos algoritmos: RandomForest, DecisionTrees, NaiveBayes, SVM (kernel = linear e rbf), KNN, LDA e XGBoost. Todos eles foram bem rápidos, exceto o SVM. Foi quando soube que ele precisa de redimensionamento de recursos para funcionar mais rapidamente. Então comecei a me perguntar se eu deveria fazer o …

17 machine-learning svm random-forest naive-bayes xgboost

1

Como criar o modelo final e ajustar o limite de probabilidade após validação cruzada aninhada?

Em primeiro lugar, desculpas por postar uma pergunta que já foi discutida extensivamente aqui , aqui , aqui , aqui , aquie para reaquecer um tópico antigo. Eu sei que o @DikranMarsupial já escreveu sobre esse tópico em posts e artigos de periódicos, mas ainda estou confuso e, a julgar …

17 machine-learning cross-validation model-selection glmnet hyperparameter

4

O KNN é um algoritmo de aprendizado discriminativo?

Parece que o KNN é um algoritmo de aprendizado discriminativo, mas não consigo encontrar fontes online que confirmem isso. O KNN é um algoritmo de aprendizado discriminativo?

17 machine-learning classification k-nearest-neighbour

2

Uma floresta aleatória com várias saídas seria possível / prática?

As florestas aleatórias (RF) são um método competitivo de modelagem / mineração de dados. Um modelo de RF possui uma saída - a variável de saída / previsão. A abordagem ingênua para modelar várias saídas com RFs seria construir uma RF para cada variável de saída. Portanto, temos N modelos …

17 machine-learning cart random-forest multilabel

Perguntas com a marcação «machine-learning»