Estatísticas e Big Data machine-learning

2

Significado das probabilidades iniciais de transição em um modelo de markov oculto

Quais são os benefícios de atribuir certos valores iniciais às probabilidades de transição em um modelo de Markov oculto? Eventualmente, o sistema os aprenderá; então, qual é o sentido de fornecer valores que não sejam aleatórios? O algoritmo subjacente faz alguma diferença como Baum – Welch? Se eu conhecer as …

11 machine-learning expectation-maximization hidden-markov-model

2

Existe uma maneira de explicar uma previsão de um modelo aleatório de floresta?

Digamos que eu tenha um modelo de classificação preditiva baseado em uma floresta aleatória (usando o pacote randomForest em R). Eu gostaria de configurá-lo para que os usuários finais possam especificar um item para o qual gerar uma previsão e gerar uma probabilidade de classificação. Até agora, não há problema. …

11 machine-learning random-forest

3

Como escolher um bom ponto de operação a partir de curvas de recall de precisão?

Existe algum método padrão para determinar um ponto de operação "ideal" em uma curva de recuperação de precisão ? (ou seja, determinar o ponto na curva que oferece uma boa relação entre precisão e recall) obrigado

11 machine-learning precision-recall

1

Quais são algumas boas estruturas para a seleção de métodos?

Estive pesquisando estruturas teóricas para a seleção de métodos (nota: não seleção de modelos) e encontrei muito pouco trabalho sistemático e motivado matematicamente. Por 'seleção de método', quero dizer uma estrutura para distinguir o método apropriado (ou melhor, ideal) em relação a um problema ou tipo de problema. O que …

11 machine-learning methodology theory

4

O Profeta do Facebook é diferente de uma regressão linear?

Então, o que eu li sobre o profeta do Facebook é que basicamente divide a série temporal em tendência e sazonalidade. Por exemplo, um modelo aditivo seria escrito como: y( t ) = g( t ) + s ( t ) + h ( t ) + ety(t)=g(t)+s(t)+h(t)+et y(t) = …

11 regression machine-learning time-series prophet

1

Por que é errado interpretar o SVM como probabilidades de classificação?

Meu entendimento do SVM é que é muito semelhante a uma regressão logística (LR), ou seja, uma soma ponderada de recursos é passada para a função sigmóide para obter uma probabilidade de pertencer a uma classe, mas em vez da perda de entropia (logística) cruzada função, o treinamento é realizado …

11 machine-learning logistic svm

1

O XGBoost pode lidar com dados ausentes na fase de previsão

Recentemente, analisei o algoritmo XGBoost e notei que esse algoritmo pode manipular dados ausentes (sem exigir imputação) na fase de treinamento. Eu queria saber se o XGboost pode lidar com dados ausentes (sem exigir imputação) quando é usado para prever novas observações ou é necessário imputá-los. Desde já, obrigado.

11 machine-learning missing-data data-imputation xgboost

1

R / mgcv: Por que os produtos tensores te () e ti () produzem superfícies diferentes?

O mgcvpacote para Rpossui duas funções para ajustar as interações do produto tensorial: te()e ti(). Entendo a divisão básica do trabalho entre os dois (ajustando uma interação não linear versus decompondo essa interação em efeitos principais e uma interação). O que não entendo é o porquê te(x1, x2)e ti(x1) + …

11 r gam mgcv conditional-probability mixed-model references bayesian estimation conditional-probability machine-learning optimization gradient-descent r hypothesis-testing wilcoxon-mann-whitney time-series bayesian inference change-point time-series anova repeated-measures statistical-significance bayesian contingency-tables regression prediction quantiles classification auc k-means scikit-learn regression spatial circular-statistics t-test effect-size cohens-d r cross-validation feature-selection caret machine-learning modeling python optimization frequentist correlation sample-size normalization group-differences heteroscedasticity independence generalized-least-squares lme4-nlme references mcmc metropolis-hastings optimization r logistic feature-selection separation clustering k-means normal-distribution gaussian-mixture kullback-leibler java spark-mllib data-visualization categorical-data barplot hypothesis-testing statistical-significance chi-squared type-i-and-ii-errors pca scikit-learn conditional-expectation statistical-significance meta-analysis intuition r time-series multivariate-analysis garch machine-learning classification data-mining missing-data cart regression cross-validation matrix-decomposition categorical-data repeated-measures chi-squared assumptions contingency-tables prediction binary-data trend test-for-trend matrix-inverse anova categorical-data regression-coefficients standard-error r distributions exponential interarrival-time copula log-likelihood time-series forecasting prediction-interval mean standard-error meta-analysis meta-regression network-meta-analysis systematic-review normal-distribution multiple-regression generalized-linear-model poisson-distribution poisson-regression r sas cohens-kappa

2

Técnica de Machine Learning para aprender padrões de strings

Eu tenho uma lista de palavras, pertencentes a diferentes categorias auto-definidas. Cada categoria tem seu próprio padrão (por exemplo, um possui um comprimento fixo com caracteres especiais, outro existe de caracteres que ocorrem apenas nessa categoria de "palavra", ...). Por exemplo: "ABC" -> type1 "ACC" -> type1 "a8 219" -> …

11 machine-learning classification similarities supervised-learning

2

O que se entende pela variação de * funções * em * Introdução à aprendizagem estatística *?

Na pág. 34 de Introdução à aprendizagem estatística : \newcommand{\Var}{{\rm Var}} Embora a prova matemática esteja além do escopo deste livro, é possível mostrar que o teste esperado MSE, para um determinado valor x0x0x_0 , sempre pode ser decomposto na soma de três quantidades fundamentais: a variação de f^(x0)f^(x0)\hat{f}(x_0) , …

11 machine-learning variance

2

Como os filtros e os mapas de ativação estão conectados nas Redes Neurais Convolucionais?

Como os mapas de ativação em uma determinada camada são conectados aos filtros dessa camada? Não estou perguntando sobre como fazer uma operação convolucional entre o filtro e o mapa de ativação, estou perguntando sobre o tipo de conectividade que esses dois possuem. Por exemplo, digamos que você queira fazer …

11 machine-learning deep-learning conv-neural-network

1

Função de perda de desvio binomial do Scikit

Esta é a função de perda de desvio binomial do scikit GradientBoosting, def __call__(self, y, pred, sample_weight=None): """Compute the deviance (= 2 * negative log-likelihood). """ # logaddexp(0, v) == log(1.0 + exp(v)) pred = pred.ravel() if sample_weight is None: return -2.0 * np.mean((y * pred) - np.logaddexp(0.0, pred)) else: …

11 machine-learning scikit-learn boosting loss-functions

3

Uma rede neural pode aprender uma derivada funcional e sua funcional?

Entendo que as redes neurais (NNs) podem ser consideradas aproximadores universais de ambas as funções e suas derivadas, sob certas premissas (tanto na rede quanto na função de aproximação). De fato, eu fiz vários testes em funções simples, mas não triviais (por exemplo, polinômios), e parece que eu posso realmente …

11 machine-learning neural-networks function derivative

1

Posso usar o ReLU no autoencoder como função de ativação?

Ao implementar um autoencoder com rede neural, a maioria das pessoas usará sigmóide como função de ativação. Podemos usar ReLU? (Como a ReLU não tem limite no limite superior, basicamente significa que a imagem de entrada pode ter um pixel maior que 1, diferente dos critérios restritos para o autoencoder …

11 machine-learning neural-networks deep-learning autoencoders

2

Pergunta sobre Continuous Bag of Words

Estou tendo problemas para entender esta frase: A primeira arquitetura proposta é semelhante ao feedforward NNLM, onde a camada oculta não linear é removida e a camada de projeção é compartilhada por todas as palavras (não apenas pela matriz de projeção); assim, todas as palavras são projetadas na mesma posição …

11 machine-learning neural-networks natural-language word-embeddings language-models

Perguntas com a marcação «machine-learning»