Estatísticas e Big Data machine-learning

1

Nos blogs de aprendizado de máquina, encontro frequentemente a palavra "baunilha". Por exemplo, "Descida de gradiente de baunilha" ou "método de baunilha". Esse termo nunca é visto literalmente em nenhum livro didático de otimização. Por exemplo, neste post , ele diz: Essa é a forma mais simples da técnica de …

12 machine-learning optimization terminology gradient-descent

4

Inferência sem probabilidade - o que isso significa?

Recentemente, tomei consciência de que métodos "sem probabilidade" são analisados na literatura. No entanto, não sei ao certo o que significa um método de inferência ou otimização sem probabilidade . No aprendizado de máquina, o objetivo geralmente é maximizar a probabilidade de alguns parâmetros se ajustarem a uma função, por …

11 machine-learning deep-learning maximum-likelihood generative-models abc

5

O que exatamente significa emprestar informações?

Frequentemente as pessoas falam sobre empréstimos de informações ou compartilhamento de informações em modelos hierárquicos bayesianos. Não consigo obter uma resposta direta sobre o que isso realmente significa e se é exclusivo dos modelos hierárquicos bayesianos. Eu meio que entendi a idéia: alguns níveis em sua hierarquia compartilham um parâmetro …

11 machine-learning bayesian multilevel-analysis terminology hierarchical-bayesian

4

Redes neurais artificiais EQUIVALENTES à regressão linear com características polinomiais?

Quero melhorar meu entendimento das redes neurais e seus benefícios em comparação com outros algoritmos de aprendizado de máquina. Meu entendimento é o seguinte e minha pergunta é: Você pode corrigir e complementar minha compreensão, por favor? :) Meu entendimento: (1) Redes neurais artificiais = Uma função que prediz valores …

11 regression machine-learning

3

Como implementar a regularização L2 em direção a um ponto arbitrário no espaço?

Aqui está algo que eu li no livro de Ian Goodfellow, Deep Learning . No contexto de redes neurais ", a penalidade da norma de parâmetro L2 é comumente conhecida como decaimento de peso. Essa estratégia de regularização aproxima os pesos da origem [...]. Em geral, podemos regularizar os parâmetros …

11 machine-learning neural-networks deep-learning regularization

2

A divisão dos dados em conjuntos de teste e treinamento é puramente uma coisa de "estatísticas"?

Eu sou um estudante de física estudando aprendizado de máquina / ciência de dados, por isso não pretendo que esta pergunta inicie conflitos :) No entanto, uma grande parte de qualquer programa de graduação em física é fazer laboratórios / experimentos, o que significa muitos dados processamento e análise estatística. …

11 regression machine-learning cross-validation dataset experiment-design

1

Inferência variacional em inglês simples

Depois de assistir a vídeos no youtube, sinto que não consigo realmente definir o que é inferência variacional. Eu posso seguir os procedimentos enquanto assisto às palestras em vídeo sobre o assunto. Mas é difícil definir o que realmente é. Espero ouvir sobre isso.

11 machine-learning mathematical-statistics data-mining

1

Limites de generalização no SVM

Estou interessado em resultados teóricos para a capacidade de generalização de máquinas de vetores de suporte, por exemplo, limites na probabilidade de erro de classificação e na dimensão Vapnik-Chervonenkis (VC) dessas máquinas. No entanto, lendo a literatura, tive a impressão de que alguns resultados recorrentes semelhantes tendem a diferir levemente …

11 machine-learning svm vc-dimension

2

Aprendizado supervisionado com dados incertos?

Existe uma metodologia existente para aplicar um modelo de aprendizado supervisionado a um conjunto de dados incerto? Por exemplo, digamos que temos um conjunto de dados com as classes A e B: +----------+----------+-------+-----------+ | FeatureA | FeatureB | Label | Certainty | +----------+----------+-------+-----------+ | 2 | 3 | A | …

11 machine-learning supervised-learning

4

Qual é a maneira mais apropriada de criar um conjunto de espera: remover alguns assuntos ou remover algumas observações de cada assunto?

Eu tenho um conjunto de dados com 26 recursos e 31000 linhas. É o conjunto de dados de 38 indivíduos. É para um sistema biométrico. Então, eu quero ser capaz de identificar assuntos. Para ter um conjunto de testes, eu sei que tenho que remover alguns valores. Então, o que …

11 machine-learning cross-validation out-of-sample

1

Por que uma grande variedade de K está diminuindo minha pontuação de validação cruzada?

Brincando com o Boston Housing Dataset e RandomForestRegressor(com parâmetros padrão) no scikit-learn, notei algo estranho: a pontuação média de validação cruzada diminuiu à medida que aumentava o número de dobras além de 10. Minha estratégia de validação cruzada era a seguinte: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) scores = cross_val_score(est, X, y, …

11 machine-learning cross-validation random-forest sample-size scikit-learn

2

técnicas de aprendizado de máquina para dados longitudinais

Fiquei me perguntando se havia alguma técnica de aprendizado de máquina (não supervisionada) para modelar dados longitudinais? Eu sempre usei modelos de efeitos mistos (principalmente não lineares), mas queria saber se existem outras maneiras de fazer isso (usando o aprendizado de máquina). Por aprendizado de máquina, quero dizer floresta aleatória, …

11 machine-learning mixed-model

4

Bons exemplos / livros / recursos para aprender sobre o aprendizado de máquina aplicado (não apenas o próprio ML)

Eu fiz um curso de ML anteriormente, mas agora que estou trabalhando com projetos relacionados ao ML no meu trabalho, estou lutando bastante para realmente aplicá-lo. Tenho certeza de que o que estou fazendo já foi pesquisado / tratado antes, mas não consigo encontrar tópicos específicos. Todos os exemplos de …

11 machine-learning references train application

2

As redes residuais estão relacionadas ao aumento de gradiente?

Recentemente, vimos o surgimento da Rede Neural Residual, em que cada camada consiste em um módulo computacional e uma conexão de atalho que preserva a entrada na camada, como mostra a saída da i-ésima camada: A rede permite extrair recursos residuais e permite uma profundidade mais profunda, ao mesmo tempo …

11 machine-learning neural-networks deep-learning gradient-descent residual-networks

1

Qual é uma explicação do exemplo de por que a normalização de lotes deve ser feita com algum cuidado?

Eu estava lendo o documento de normalização em lote [1] e tinha uma seção em que é apresentado um exemplo, tentando mostrar por que a normalização deve ser feita com cuidado. Sinceramente, não consigo entender como o exemplo funciona e estou genuinamente muito curioso para entender que eles são tão …

11 machine-learning neural-networks conv-neural-network

Perguntas com a marcação «machine-learning»