Estatísticas e Big Data machine-learning

3

O que se pode dizer a um aluno de escola sobre estatística e aprendizado de máquina?

Na próxima semana, temos um estagiário de uma escola local em casa. O conceito por trás de seu curto estágio é ter uma idéia de como o mundo real funciona e com o que certos empregos lidam, como é o trabalho diário etc. Agora eu me perguntava, o que se …

14 machine-learning teaching

2

Codificando recursos categóricos em números para aprendizado de máquina

Muitos algoritmos de aprendizado de máquina, por exemplo, redes neurais, esperam lidar com números. Portanto, quando você tem dados categóricos, precisa convertê-los. Por categórico, quero dizer, por exemplo: Marcas de automóveis: Audi, BMW, Chevrolet ... IDs de usuários: 1, 25, 26, 28 ... Mesmo que os IDs de usuários sejam …

14 machine-learning many-categories

5

Qual algoritmo de classificação estatística pode prever verdadeiro / falso para uma sequência de entradas?

Dada uma sequência de entradas, preciso determinar se essa sequência tem uma certa propriedade desejada. A propriedade só pode ser verdadeira ou falsa, ou seja, existem apenas duas classes possíveis às quais uma sequência pode pertencer. A relação exata entre a sequência e a propriedade não é clara, mas acredito …

14 machine-learning classification modeling

1

Quando a amostragem desequilibrada é super / sub-amostrada, a precisão maximizada difere da minimização dos custos de classificação incorreta?

Antes de mais, gostaria de descrever alguns layouts comuns que os livros de Data Mining usam para explicar como lidar com conjuntos de dados não balanceados . Normalmente, a seção principal é denominada Conjuntos de dados não balanceados e abrange estas duas subseções: Classificação sensível ao custo e técnicas de …

14 machine-learning classification unbalanced-classes

8

Quais são os “algoritmos quentes” para aprendizado de máquina?

Esta é uma pergunta ingênua de alguém que começa a aprender aprendizado de máquina. Atualmente, estou lendo o livro "Aprendizado de máquina: uma perspectiva algorítmica" de Marsland. Considero útil como um livro introdutório, mas agora gostaria de entrar em algoritmos avançados, aqueles que atualmente estão apresentando os melhores resultados. Estou …

14 machine-learning clustering bioinformatics

1

Interpretando a distância do hiperplano no SVM

Tenho algumas dúvidas em entender os SVMs intuitivamente. Suponha que treinamos um modelo SVM para classificação usando alguma ferramenta padrão como SVMLight ou LibSVM. Quando usamos esse modelo para prever dados de teste, o modelo gera um arquivo com valores "alfa" para cada ponto de teste. Se o valor alfa …

14 machine-learning svm max-margin

1

Quando alguém gostaria de usar o AdaBoost?

Como ouvi falar do classificador AdaBoost mencionado repetidamente no trabalho, queria ter uma idéia melhor de como ele funciona e quando alguém pode usá-lo. Fui em frente e li vários artigos e tutoriais que encontrei no Google, mas há aspectos do classificador que ainda estou tendo problemas para entender: A …

14 machine-learning boosting adaboost

2

Ordenação de séries temporais para aprendizado de máquina

Depois de ler uma das "Dicas de pesquisa" do RJ Hyndman sobre validação cruzada e séries temporais, voltei a uma antiga pergunta minha que tentarei formular aqui. A idéia é que, em problemas de classificação ou regressão, a ordem dos dados não é importante e, portanto , a validação cruzada …

14 time-series machine-learning cross-validation

2

Por que a estimativa de erro OOB da floresta aleatória melhora quando o número de recursos selecionados é diminuído?

Estou aplicando um algoritmo de floresta aleatória como um classificador em um conjunto de dados de microarrays que são divididos em dois grupos conhecidos com milhares de recursos. Após a execução inicial, analiso a importância dos recursos e executo o algoritmo em árvore novamente com os 5, 10 e 20 …

14 r machine-learning classification random-forest

1

Como o impulso suave difere do AdaBoost?

Existe uma variante de reforço chamada gentleboost . Como o impulso suave difere do AdaBoost mais conhecido ?

14 machine-learning boosting

3

Qual é o valor máximo da divergência Kullback-Leibler (KL)

Vou usar a divergência KL no meu código python e recebi este tutorial . Nesse tutorial, implementar a divergência de KL é bastante simples. kl = (model * np.log(model/actual)).sum() Pelo que entendi, a distribuição de probabilidade de modele actualdeve ser <= 1. Minha pergunta é: qual é o limite máximo …

14 machine-learning distance kullback-leibler

1

Caret glmnet vs cv.glmnet

Parece haver muita confusão na comparação entre usar glmnetdentro caretpara procurar uma lambda ideal e usar cv.glmnetpara fazer a mesma tarefa. Muitas perguntas foram feitas, por exemplo: Modelo de classificação train.glmnet vs. cv.glmnet? Qual é a maneira correta de usar glmnet com cursor? Validação cruzada de `glmnet` usando` caret` mas …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

4

Intervalos de previsão para algoritmos de aprendizado de máquina

Quero saber se o processo descrito abaixo é válido / aceitável e se existe alguma justificativa disponível. A idéia: algoritmos de aprendizado supervisionado não assumem estruturas / distribuições subjacentes sobre os dados. No final do dia, eles produzem estimativas de pontos. Espero quantificar a incerteza das estimativas de alguma forma. …

14 machine-learning confidence-interval bootstrap supervised-learning gbm

3

Como modelar big data longitudinal?

Tradicionalmente, usamos modelo misto para modelar dados longitudinais, ou seja, dados como: id obs age treatment_lvl yield 1 0 11 M 0.2 1 1 11.5 M 0.5 1 2 12 L 0.6 2 0 17 H 1.2 2 1 18 M 0.9 podemos assumir interceptação ou inclinação aleatória para pessoas …

14 machine-learning data-transformation random-forest panel-data large-data

1

GAM vs LOESS vs splines

Contexto : Eu quero desenhar uma linha em um gráfico de dispersão que não aparece paramétrica, portanto, eu estou usando geom_smooth()no ggplotno R. Ele retorna automaticamente, geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' …

14 r gam splines loess r data-visualization boxplot mathematical-statistics theory sufficient-statistics machine-learning classification correlation svm feature-selection probability stochastic-processes machine-learning reinforcement-learning

Perguntas com a marcação «machine-learning»