Estatísticas e Big Data machine-learning

3

Curvas ROC vs Precision-recall no conjunto de dados desequilibrado

Acabei de ler esta discussão. Eles argumentam que a AUC do PR é melhor que a AUC do ROC no conjunto de dados desequilibrados. Por exemplo, temos 10 amostras no conjunto de dados de teste. 9 amostras são positivas e 1 é negativa. Temos um modelo terrível que prevê tudo …

17 machine-learning model-selection roc unbalanced-classes precision-recall

4

Interpretando a similaridade negativa do cosseno

Minha pergunta pode ser tola. Então, peço desculpas antecipadamente. Eu estava tentando usar o modelo GLOVE pré-treinado pelo grupo da PNL de Stanford ( link ). No entanto, notei que meus resultados de similaridade mostraram alguns números negativos. Isso imediatamente me levou a olhar para o arquivo de dados vetoriais …

17 machine-learning word2vec cosine-similarity

4

Se eu quiser um modelo interpretável, existem outros métodos além da regressão linear?

Eu encontrei alguns estatísticos que nunca usam modelos diferentes de regressão linear para previsão porque acreditam que "modelos de ML", como floresta aleatória ou aumento de gradiente, são difíceis de explicar ou "não interpretáveis". Em uma regressão linear, considerando que o conjunto de premissas é verificado (normalidade dos erros, homocedasticidade, …

16 regression machine-learning multiple-regression model-interpretation

1

A aprendizagem supervisionada é um subconjunto da aprendizagem por reforço?

Parece que a definição de aprendizado supervisionado é um subconjunto de aprendizado por reforço, com um tipo específico de função de recompensa que se baseia em dados rotulados (em oposição a outras informações no ambiente). Esse é um retrato preciso?

16 machine-learning terminology reinforcement-learning supervised-learning definition

3

Como a causalidade é definida matematicamente?

Qual é a definição matemática de uma relação causal entre duas variáveis aleatórias? Dada uma amostra da distribuição conjunta de duas variáveis aleatórias e , quando diríamos que causa ?XXXYYYXXXYYY Para contextualizar, estou lendo este artigo sobre descoberta causal .

16 machine-learning causality

1

Por que o critério de informação da Akaike não é mais usado no aprendizado de máquina?

Acabei de encontrar o "critério de informação Akaike" e notei essa grande quantidade de literatura sobre seleção de modelos (também parecem existir coisas como o BIC). Por que os métodos contemporâneos de aprendizado de máquina não se beneficiam desses critérios de seleção de modelos BIC e AIC?

16 machine-learning model-selection aic bic

2

O que está acontecendo aqui, quando uso perda ao quadrado na configuração de regressão logística?

Estou tentando usar a perda ao quadrado para fazer a classificação binária em um conjunto de dados de brinquedo. Estou usando o mtcarsconjunto de dados, use milhas por galão e peso para prever o tipo de transmissão. O gráfico abaixo mostra os dois tipos de dados do tipo de transmissão …

16 r machine-learning logistic optimization loss-functions

4

O que é considerado uma boa perda de log?

Estou tentando entender melhor a perda de log e como ela funciona, mas uma coisa que não consigo encontrar é colocar o número da perda de log em algum tipo de contexto. Se meu modelo tiver uma perda de log de 0,5, isso é bom? O que é considerado uma …

16 machine-learning loss-functions log-loss

5

Como os métodos de conjunto superam todos os seus constituintes?

Estou um pouco confuso sobre a aprendizagem de conjuntos. Em poucas palavras, ele executa os modelos k e obtém a média desses k modelos. Como se pode garantir que a média dos modelos k seria melhor do que qualquer um deles por si só? Eu entendo que o viés é …

16 machine-learning ensemble

1

Que teorias de causalidade devo saber?

Quais abordagens teóricas da causalidade eu devo conhecer como estatístico / economista aplicado? Eu sei o (um pouquinho) Modelo causal de Neyman – Rubin (e Roy , Haavelmo etc.) O trabalho de Pearl sobre causalidade Causalidade de Granger (embora menos orientada para o tratamento) De quais conceitos sinto falta ou …

16 machine-learning causality theory treatment-effect

1

número de mapas de recursos em redes neurais convolucionais

Ao aprender a rede neural convolucional, tenho perguntas sobre a figura a seguir. 1) C1 na camada 1 possui 6 mapas de características, isso significa que existem seis núcleos convolucionais? Cada kernel convolucional é usado para gerar um mapa de recursos com base na entrada. 2) S1 na camada 2 …

16 machine-learning neural-networks deep-learning pattern-recognition conv-neural-network

2

Como fazer análise exploratória de dados para escolher o algoritmo de aprendizado de máquina apropriado

Estamos estudando o aprendizado de máquina via Machine Learning: uma perspectiva probabilística (Kevin Murphy). Embora o texto explique a fundamentação teórica de cada algoritmo, ele raramente diz em qual caso o algoritmo é melhor e, quando o faz, não diz como saber em qual caso estou. Por exemplo, para a …

16 machine-learning eda

1

Classificador vs modelo vs estimador

Qual é a diferença entre um classificador, modelo e estimador? Pelo que posso dizer: um estimador é um preditor encontrado no algoritmo de regressão um classificador é um preditor encontrado em um algoritmo de classificação um modelo pode ser um estimador ou um classificador Mas, ao olhar on-line, parece que …

16 machine-learning

3

Área sob a curva ROC ou área sob a curva PR para dados desequilibrados?

Tenho algumas dúvidas sobre qual medida de desempenho usar, área sob a curva ROC (TPR como uma função da FPR) ou área sob a curva de precisão de recall (precisão como uma função de recall). Meus dados estão desequilibrados, ou seja, o número de instâncias negativas é muito maior que …

16 r machine-learning roc precision-recall auc

2

Sob quais condições as máquinas de aumento de gradiente superam as florestas aleatórias?

A máquina de aumento de gradiente de Friedman pode obter melhor desempenho do que a Random Forest de Breiman ? Em caso afirmativo, em quais condições ou que tipo de conjunto de dados pode melhorar o gbm?

16 machine-learning data-mining random-forest boosting

Perguntas com a marcação «machine-learning»