Estatísticas e Big Data machine-learning

2

Eu tenho um conjunto de dados com duas classes sobrepostas, sete pontos em cada classe, os pontos estão no espaço bidimensional. Em R, e estou executando svmo e1071pacote para criar um hiperplano de separação para essas classes. Estou usando o seguinte comando: svm(x, y, scale = FALSE, type = 'C-classification', …

13 r machine-learning svm libsvm e1071

2

Por que os recursos derivados são usados em redes neurais?

Por exemplo, deseja-se prever os preços da habitação e ter duas características de entrada, o comprimento e a largura da casa. Às vezes, também se incluem recursos de entrada polinomial 'derivados', como área, que é comprimento * largura. 1) Qual o sentido de incluir recursos derivados? Uma rede neural não …

13 machine-learning neural-networks

1

Como o Kinect usa florestas aleatórias?

I ler no local que aparentemente o Kinect usa as florestas aleatórias algoritmo de aprendizado de máquina de alguma forma. Alguém pode explicar para que serve florestas aleatórias e como a abordagem delas funciona?

13 machine-learning random-forest application

7

Recomendação para um livro sobre sistemas de recomendação

Você pode recomendar um livro com boas informações que possam ser aplicadas ao desenvolvimento de um sistema de recomendação?

13 machine-learning references recommender-system

1

A máquina de vetores de suporte pode ser usada em grandes dados?

Com o conhecimento limitado que tenho sobre SVM, é bom para uma matriz de dados curta e gorda (muitos recursos e poucas instâncias), mas não para big data.XXX Entendo que um dos motivos é a Matriz do Kernel é uma matriz que é o número de instâncias nos dados. Se …

13 machine-learning svm large-data

1

Em geral, fazer inferência é mais difícil do que fazer previsões?

Minha pergunta vem do seguinte fato. Eu tenho lido posts, blogs, palestras e livros sobre aprendizado de máquina. Minha impressão é que os profissionais de aprendizado de máquina parecem indiferentes a muitas coisas com as quais os estatísticos / econométricos se preocupam. Em particular, os profissionais de aprendizado de máquina …

13 machine-learning self-study inference

1

Conexões entre

No aprendizado de máquina, podemos usar a área sob a curva ROC (frequentemente AUC abreviada ou AUROC) para resumir o quão bem um sistema pode discriminar entre duas categorias. Na teoria de detecção de sinal, frequentemente o d′d′d' (índice de sensibilidade) é usado para uma finalidade semelhante. Os dois estão …

13 machine-learning roc auc signal-detection d-prime

5

Estimativa MLE vs MAP, quando usar qual?

MLE = Estimativa de Máxima Verossimilhança MAP = Máximo a posteriori O MLE é intuitivo / ingênuo, pois começa apenas com a probabilidade de observação dada o parâmetro (ou seja, a função de verossimilhança) e tenta encontrar o parâmetro que melhor se adequa à observação . Mas não leva em …

13 machine-learning bayesian estimation maximum-likelihood inference

1

Escolhendo um tamanho de minibatch apropriado para descida do gradiente estocástico (SGD)

Existe alguma literatura que examine a escolha do tamanho de minibatch ao realizar a descida do gradiente estocástico? Na minha experiência, parece ser uma escolha empírica, geralmente encontrada por meio de validação cruzada ou usando regras práticas variadas. É uma boa ideia aumentar lentamente o tamanho do minibatch à medida …

13 machine-learning gradient-descent hyperparameter deep-learning

4

Processos Gaussianos: Como usar GPML para saída multidimensional

Existe uma maneira de executar a regressão gaussiana de processo na saída multidimensional (possivelmente correlacionada) usando GPML ? No script de demonstração, só consegui encontrar um exemplo 1D. Uma pergunta semelhante no CV que trata de casos de entrada multidimensional. Examinei o livro deles para ver se encontrava alguma coisa. …

13 regression machine-learning matlab gaussian-process nonparametric-bayes

3

Prova de proximidade das funções do kernel em produtos pontuais

Como posso provar que o produto pontual de duas funções do kernel é uma função do kernel?

13 machine-learning kernel-trick

2

O que significa tamanho do kernel?

Quando as pessoas falam sobre redes neurais, o que elas significam quando dizem "tamanho do kernel"? Kernels são funções de similaridade, mas o que isso diz sobre o tamanho do kernel?

13 machine-learning neural-networks

2

Classificação com etiquetas barulhentas?

Estou tentando treinar uma rede neural para classificação, mas os rótulos que tenho são bastante barulhentos (cerca de 30% deles estão errados). A perda de entropia cruzada realmente funciona, mas eu queria saber se existem alternativas mais eficazes nesse caso. ou a perda de entropia cruzada é a ideal? Não …

13 machine-learning neural-networks loss-functions noise

3

A rede neural (por exemplo, rede neural convolucional) pode ter pesos negativos?

É possível ter pesos negativos (após épocas suficientes) para redes neurais convolucionais profundas quando usamos ReLU para todas as camadas de ativação?

13 machine-learning neural-networks deep-learning conv-neural-network

1

explicar o significado e o objetivo da normalização de L2

Deixe-me dizer desde o início que sou muito novo em aprendizado de máquina e não sou bom em matemática. Entendo o que o TF-IDF faz, mas no livro que estou lendo, também observa o seguinte (está discutindo como o scikit-learn faz as coisas): As duas classes [TfidfTransformer e TfidfVectorizer] também …

13 machine-learning

Perguntas com a marcação «machine-learning»