Estatísticas e Big Data machine-learning

1

Função de custo SVM: definições antigas e novas

Estou tentando reconciliar diferentes definições da função de custo / perda do SVM de margem flexível na forma primária. Existe um operador "max ()" que eu não entendo. Eu aprendi sobre o SVM há muitos anos no livro de graduação em nível " Introdução à mineração de dados " de …

9 machine-learning classification svm data-mining loss-functions

2

No aprendizado de máquina, é melhor ter índices de classe equilibrados ou representativos da população?

No contexto do aprendizado de máquina, digamos que você tenha um problema no qual as classes da população real não são equilibradas - por exemplo, a Classe A ocorre 80% das vezes e a Classe B ocorre 20% das vezes. Nesse caso, é geralmente melhor ter um determinado algoritmo ML …

9 machine-learning unbalanced-classes

1

Viés aditivo no xgboost (e sua correção?)

Estou participando de uma competição no momento. Sei que é meu trabalho fazer isso bem, mas talvez alguém queira discutir meu problema e sua solução aqui, pois isso também pode ser útil para outras pessoas em seu campo. Treinei um modelo xgboost (um modelo baseado em árvore e um linear …

9 machine-learning boosting overfitting bias-correction

1

Como identificar o sobreajuste na rede neural convolucional?

Entendo que o abandono é usado para reduzir o excesso de adaptação na rede. Esta é uma técnica de generalização. Na rede neural convolucional, como posso identificar o sobreajuste? Uma situação em que consigo pensar é quando obtenho uma precisão de treinamento muito alta em comparação à precisão de teste …

9 machine-learning overfitting conv-neural-network dropout

1

Diferença entre Naive Bayes e Rede Neural Recorrente (LSTM)

Eu quero realizar análises de sentimentos em textos, já passei por vários artigos, alguns deles estão usando "Naive Bayes" e outros são "Rede Neural Recorrente (LSTM)" , por outro lado, vi uma biblioteca python para análise de sentimentos que é nltk. Ele usa "Naive Bayes" alguém pode explicar qual é …

8 machine-learning neural-networks python natural-language

3

Qual é o propósito de usar uma árvore de decisão?

Não entendo qual é o objetivo da árvore de decisão? Do jeito que eu vejo, é uma série de if-else. Por que não uso apenas if-else em vez de usar uma árvore de decisão? É porque diminui a complexidade do meu código? Eu ainda sou poupado do cálculo da entropia …

8 machine-learning

3

Sobreajuste de propósito

Faria sentido exagerar um modelo de propósito? Digamos que eu tenha um caso de uso em que eu saiba que os dados não variarão muito em relação aos dados de treinamento. Estou pensando aqui na previsão de tráfego, em que o status do tráfego segue um conjunto fixo de padrões …

8 machine-learning time-series forecasting prediction overfitting

2

Exemplo ao usar a precisão como uma medida de resultado levará a uma conclusão errada

Estou analisando várias medidas de desempenho para modelos preditivos. Muito foi escrito sobre problemas no uso da precisão, em vez de algo mais contínuo para avaliar o desempenho do modelo. Frank Harrell http://www.fharrell.com/post/class-damage/ fornece um exemplo ao adicionar uma variável informativa a um modelo, levando a uma queda na precisão, …

8 machine-learning predictive-models accuracy

3

O 'tamanho da lixeira' em um histograma pode ser considerado uma restrição de regularidade?

Ao pensar em um histograma como uma estimativa da função de densidade, é razoável pensar no tamanho da caixa como um parâmetro que restringe a estrutura local dessa função? Além disso, existe uma maneira melhor de articular esse raciocínio?

8 machine-learning distributions regularization histogram binning

2

O viés baixo em uma amostra é sinônimo de alta variação?

O seguinte é verdadeiro? viés baixo = alta variância viés baixo = baixa variância Entendo o viés alto e baixo, mas como a variação é diferente? Ou os sinônimos acima?

8 machine-learning neural-networks variance sampling bias

2

O mito da previsibilidade no horizonte longo

Recentemente, deparei com um artigo fascinante sobre a previsão de retornos futuros do mercado de ações. O autor apresenta o gráfico abaixo e cita um R ^ 2 de 0,913. Isso tornaria o método do autor muito superior a qualquer coisa que eu já vi sobre o assunto (a maioria …

8 machine-learning time-series forecasting predictive-models

2

Confiança superior limitada no aprendizado de máquina

Me deparei com a fórmula para obter limites superiores de confiança no problema dos bandidos armados com k: clnNini−−−−−√clnNinic\sqrt{\frac{\text{ln} N_i}{n_i}} onde é a quantidade de amostras que temos para esse bandido específico e é a quantidade total de amostras que temos de todos os bandidos. O mesmo algoritmo é usado …

8 machine-learning mathematical-statistics confidence-interval reinforcement-learning multiarmed-bandit

2

Seleção de características em um modelo linear generalizado hierárquico bayesiano

Pretendo estimar um GLM hierárquico, mas com a seleção de recursos para determinar quais covariáveis são relevantes no nível da população a serem incluídas. Suponha que eu tenha grupos com observações e possíveis covariáveis Ou seja, possuo uma matriz de design de covariáveis \ boldsymbol {x} _ {(N \ cdot …

8 machine-learning bayesian feature-selection hierarchical-bayesian shrinkage

1

A normalização de L2 da regressão de crista pune a interceptação? Se não, como resolver sua derivada?

Eu sou novo no ML. Fui informado de que a normalização L2 da regressão de crista não pune a interceptação . Como na função de custo: O termo de normalização de L2 apenas soma de a , não de a . Eu também li que: ∇ θ J ( θ …

8 machine-learning ridge-regression

2

Quando o aprendizado profundo falha?

Atualmente, o aprendizado profundo é um tema cada vez mais popular. Quais são as principais premissas que tornam falta o aprendizado profundo em alguns conjuntos de dados. Ex: tem bom desempenho em conjuntos de dados ruidosos?

8 machine-learning mathematical-statistics deep-learning

Perguntas com a marcação «machine-learning»