Estatísticas e Big Data machine-learning

1

Qual é a "capacidade" de um modelo de aprendizado de máquina?

Estou estudando este tutorial sobre auto-codificadores variacionais de Carl Doersch . Na segunda página, afirma: Um dos frameworks mais populares é o Autoencoder Variacional [1, 3], o assunto deste tutorial. As suposições deste modelo são fracas e o treinamento é rápido via retropropagação. Os VAEs fazem uma aproximação, mas o …

15 machine-learning deep-learning autoencoders variational-bayes

2

Discrepância média máxima (distribuição à distância)

Eu tenho dois conjuntos de dados (dados de origem e destino) que seguem a distribuição diferente. Estou usando o MMD - que é uma distribuição de distância não paramétrica - para calcular a distribuição marginal entre os dados de origem e de destino. dados de origem, Xs dados de destino, …

15 machine-learning distributions distance feature-construction domain-adaptation

5

Como lidar com muitas séries temporais simultaneamente?

Eu tenho um conjunto de dados que inclui a demanda de vários produtos (1200 produtos) por 25 períodos e preciso prever a demanda de cada produto para o próximo período. No começo, eu queria usar o ARIMA e treinar um modelo para cada produto, mas devido ao número de produtos …

14 machine-learning time-series arima

1

Por que não usamos taxas de aprendizado não constantes para o gradiente decente para outras coisas que não as redes neurais?

A literatura de aprendizado profundo está cheia de truques inteligentes com o uso de taxas de aprendizado não constantes na descida do gradiente. Coisas como decaimento exponencial, RMSprop, Adagrad etc. são fáceis de implementar e estão disponíveis em todos os pacotes de aprendizado profundo, mas parecem inexistentes fora das redes …

14 machine-learning deep-learning optimization gradient-descent

4

Modelos preditivos: as estatísticas não podem superar o aprendizado de máquina? [fechadas]

Fechado . Esta questão precisa ser mais focada . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela se concentre apenas em um problema editando esta postagem . Fechado há 2 anos . Atualmente, estou seguindo um programa de mestrado focado em estatística …

14 machine-learning forecasting predictive-models prediction out-of-sample

3

Intuição para máquinas de vetores de suporte e o hiperplano

No meu projeto, quero criar um modelo de regressão logística para prever a classificação binária (1 ou 0). Eu tenho 15 variáveis, 2 das quais são categóricas, enquanto o restante é uma mistura de variáveis contínuas e discretas. Para ajustar um modelo de regressão logística, fui aconselhado a verificar a …

14 machine-learning logistic classification svm separation

2

Existem razões matemáticas para a convolução nas redes neurais além da conveniência?

Nas redes neurais convolucionais (CNN), a matriz de pesos em cada etapa obtém suas linhas e colunas invertidas para obter a matriz do núcleo, antes de prosseguir com a convolução. Isso é explicado em uma série de vídeos de Hugo Larochelle aqui : A computação dos mapas ocultos corresponderia a …

14 machine-learning neural-networks conv-neural-network convolution

1

Dois mundos se chocam: o uso do ML para dados complexos de pesquisas

Estou impressionado com um problema aparentemente fácil, mas não encontro uma solução adequada há várias semanas. Tenho muitos dados de pesquisas / pesquisas (dezenas de milhares de participantes, digamos 50 mil por conjunto de dados), provenientes de algo que, espero, é chamado de pesquisa complexamente projetada, com pesos, estratificação, roteamento …

14 machine-learning survey-weights survey-sampling

2

Dados dois modelos de regressão linear, qual modelo teria melhor desempenho?

Fiz um curso de aprendizado de máquina na minha faculdade. Em um dos testes, essa pergunta foi feita. Modelo 1: y=θx+ϵy=θx+ϵ y = \theta x + \epsilon Modelo 2: y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Qual dos modelos acima encaixaria melhor nos dados? (suponha que os …

14 regression machine-learning self-study modeling model

3

Algoritmo de aprendizado de conjunto de última geração em tarefas de reconhecimento de padrões?

A estrutura desta questão é a seguinte: a princípio, forneço o conceito de aprendizagem por conjuntos , além de fornecer uma lista de tarefas de reconhecimento de padrões , depois apresento exemplos de algoritmos de aprendizagem por conjuntos e, finalmente, apresento minha pergunta. Aqueles que não precisam de todas as …

14 machine-learning neural-networks pattern-recognition ensemble ocr

2

Benchmarks de desempenho para o MCMC

Houve estudos em larga escala dos métodos MCMC que comparam o desempenho de vários algoritmos diferentes em um conjunto de densidades de teste? Estou pensando em algo equivalente ao artigo de Rios e Sahinidis (2013), que é uma comparação completa de um grande número de otimizadores de caixa preta sem …

14 machine-learning bayesian references mcmc

2

O que é minimização de energia no aprendizado de máquina?

Eu estava lendo sobre otimização para um problema mal colocado na visão por computador e me deparei com a explicação abaixo sobre otimização na Wikipedia. O que eu não entendo é: por que eles chamam essa otimização de " minimização de energia " no Computer Vision? Um problema de otimização …

14 machine-learning optimization computer-vision

3

Redes neurais profundas - Apenas para classificação de imagens?

Todos os exemplos que encontrei usando crenças profundas ou redes neurais convolucionais os usam para classificação de imagens, detecção de chatacter ou reconhecimento de fala. As redes neurais profundas também são úteis para tarefas clássicas de regressão, onde os recursos não são estruturados (por exemplo, não organizados em uma sequência …

14 regression machine-learning neural-networks deep-learning

3

Como fazer o aumento de dados e a validação de trem dividir?

Estou classificando imagens usando aprendizado de máquina. Suponha que eu tenha alguns dados de treinamento (imagens) e os divida em conjuntos de treinamento e validação. E também quero aumentar os dados (produzir novas imagens a partir das originais) por rotações aleatórias e injeção de ruído. O aumento é feito offline. …

14 machine-learning classification cross-validation dataset data-augmentation

3

perda de dobradiça vs vantagens e desvantagens / limitações da perda logística

A perda de dobradiça pode ser definida usando e a perda de log pode ser definida como log ( 1 + exp ( - y i w T x i ) )max ( 0 , 1 - yEuWTxEu)max(0 0,1-yEuWTxEu)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)log ( 1 + exp( - yEuWTxEu) ))registro(1+exp⁡(-yEuWTxEu))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) Tenho …

14 machine-learning svm loss-functions computer-vision

Perguntas com a marcação «machine-learning»