Estatísticas e Big Data machine-learning

2

Eu estava usando uma classe SVM , implementada no scikit-learn, para o meu trabalho de pesquisa. Mas não tenho um bom entendimento disso. Alguém pode dar uma explicação simples e boa de uma classe SVM ?

14 machine-learning svm data-mining novelty-detection

3

Qual é exatamente a diferença entre um modelo paramétrico e não paramétrico?

Estou confuso com a definição de modelo não paramétrico depois de ler este link Modelos paramétricos versus modelos não paramétricos e responder aos comentários da minha outra pergunta . Originalmente, pensei que "paramétrico versus não paramétrico" significa se temos suposições de distribuição no modelo (semelhante ao teste de hipótese paramétrica …

14 machine-learning neural-networks nonparametric terminology parametric

2

O limiar de decisão é um hiperparâmetro na regressão logística?

As classes previstas da regressão logística (binária) são determinadas usando um limite nas probabilidades de associação à classe geradas pelo modelo. Pelo que entendi, normalmente 0,5 é usado por padrão. Mas variar o limite alterará as classificações previstas. Isso significa que o limiar é um hiperparâmetro? Se sim, por que …

13 machine-learning logistic scikit-learn hyperparameter

3

Por que o bootstrapping é útil?

Se tudo o que você está fazendo é re-amostragem da distribuição empírica, por que não apenas estudar a distribuição empírica? Por exemplo, em vez de estudar a variabilidade por amostragem repetida, por que não quantificar a variabilidade a partir da distribuição empírica?

13 machine-learning mathematical-statistics sampling bootstrap resampling

1

Comparação de dois modelos quando as curvas ROC se cruzam

Uma medida comum usada para comparar dois ou mais modelos de classificação é usar a área sob a curva ROC (AUC) como uma maneira de avaliar indiretamente seu desempenho. Nesse caso, um modelo com uma AUC maior é geralmente interpretado como tendo um desempenho melhor do que um modelo com …

13 machine-learning classification roc auc model-evaluation

2

Otimização e aprendizado de máquina

Eu queria saber quanto do aprendizado de máquina requer otimização. Pelo que ouvi, estatísticas é um tópico matemático importante para pessoas que trabalham com aprendizado de máquina. Da mesma forma, qual é a importância de alguém que trabalha com aprendizado de máquina para aprender sobre otimização convexa ou não convexa?

13 machine-learning optimization

1

Por que o aprendizado por reforço profundo é instável?

No artigo de 2015 da DeepMind sobre aprendizado profundo por reforço, ele afirma que "as tentativas anteriores de combinar RL com redes neurais falharam amplamente devido ao aprendizado instável". O artigo lista algumas causas disso, com base nas correlações entre as observações. Por favor, alguém poderia explicar o que isso …

13 machine-learning neural-networks deep-learning reinforcement-learning

2

Redes Neurais: Variável de uma quente esmagadora contínua?

Eu tenho dados brutos que possuem cerca de 20 colunas (20 recursos). Dez deles são dados contínuos e 10 deles são categóricos. Alguns dos dados categóricos podem ter 50 valores diferentes (Estados dos EUA). Depois que eu pré-processo os dados, as 10 colunas contínuas se tornam 10 colunas preparadas e …

13 machine-learning neural-networks tensorflow data-preprocessing theano

3

Escolhendo os hiperparâmetros usando T-SNE para classificação

No problema específico em que trabalho (uma competição), tenho a seguinte configuração: 21 recursos (numéricos em [0,1]) e uma saída binária. Eu tenho aproximadamente 100 mil linhas. A configuração parece ser muito barulhenta. Eu e outros participantes aplicamos a geração de recursos por um tempo e a incorporação estocástica de …

13 machine-learning dimensionality-reduction unsupervised-learning tsne

2

Por que as redes neurais são facilmente enganadas?

Eu li alguns artigos sobre imagens manualmente inventadas para "enganar" uma rede neural (veja abaixo). Isso ocorre porque as redes modelam apenas a probabilidade condicional p ( y| x)p(y|x)p(y|x) ? Se uma rede puder modelar a probabilidade conjunta p ( y, X )p(y,x)p(y,x) , esses casos ainda ocorrerão? Meu palpite …

13 machine-learning neural-networks deep-learning

1

O que significa "ponta a ponta" nos métodos de aprendizado profundo?

Quero saber o que é e como é diferente do conjunto? Suponha que eu queira alcançar alta precisão na classificação e segmentação, para uma tarefa específica, se eu usar redes diferentes, como CNN, RNN, etc. para conseguir isso, isso é chamado de modelo de ponta a ponta? (arquitetura?) ou não?

13 machine-learning terminology deep-learning

1

Quais são algumas técnicas úteis de aumento de dados para redes neurais convolucionais profundas?

Antecedentes: recentemente entendi em um nível mais profundo a importância do aumento de dados ao treinar redes neurais convolucionais depois de assistir a essa excelente palestra de Geoffrey Hinton . Ele explica que as redes neurais convolucionais da geração atual não são capazes de generalizar o quadro de referência do …

13 machine-learning deep-learning

3

Como os modelos de aprendizado de máquina (GBM, NN etc.) podem ser usados para análise de sobrevivência?

Eu sei que os modelos estatísticos tradicionais como Cox Riscos Proporcionais de regressão e alguns modelos de Kaplan-Meier podem ser usados para prever dias até a próxima ocorrência de uma falha digamos evento etc. ie análise de sobrevida Questões Como a versão de regressão de modelos de aprendizado de máquina …

13 machine-learning classification survival cox-model kaplan-meier

1

Redução de dimensionalidade supervisionada

Eu tenho um conjunto de dados que consiste em 15 mil amostras marcadas (de 10 grupos). Quero aplicar a redução de dimensionalidade em duas dimensões, que levariam em consideração o conhecimento dos rótulos. Quando uso técnicas de redução de dimensionalidade não supervisionadas "padrão", como o PCA, o gráfico de dispersão …

13 machine-learning pca dimensionality-reduction supervised-learning discriminant-analysis

3

Como exatamente as redes neurais convolucionais usam a convolução no lugar da multiplicação da matriz?

Eu estava lendo o livro de Yoshua Bengio sobre aprendizado profundo e está escrito na página 224: As redes convolucionais são simplesmente redes neurais que usam a convolução no lugar da multiplicação geral da matriz em pelo menos uma de suas camadas. no entanto, eu não tinha 100% de certeza …

13 machine-learning neural-networks deep-learning convolution

Perguntas com a marcação «machine-learning»