Estatísticas e Big Data machine-learning

2

Importância / impacto de recursos para previsões individuais

No nível do modelo, para avaliar a contribuição / importância do preditor, podemos usar: Técnicas específicas do modelo - por exemplo, pureza (Índice de Gini) para um modelo baseado em árvore, coeficientes do modelo, quando aplicável, etc. Técnicas independentes de modelo - por exemplo, importância da característica de permutação, dependência …

8 machine-learning predictive-models

1

Diferença entre recozimento simulado e múltiplos gananciosos

Estou tentando entender qual é a diferença entre o recozimento simulado e a execução de vários algoritmos gananciosos de escalada. Pelo meu entendimento, o algoritmo ganancioso aumentará a pontuação para um máximo local, mas se começarmos com várias configurações aleatórias e aplicá-lo a todas elas, teremos vários máximos locais. Então …

8 machine-learning optimization algorithms

1

MSE como proxy da correlação de Pearson em problemas de regressão

TL; DR (muito longo, não leu): Estou trabalhando em um problema de previsão de séries temporais, que formulo como um problema de regressão usando o Deep Learning (keras). Quero otimizar a correlação de Pearson entre minha previsão e os rótulos verdadeiros. Estou confuso pelo fato de que o uso do …

8 machine-learning deep-learning loss-functions pearson-r mse

1

Quais são algumas das desvantagens da otimização de hiper parâmetros bayesianos?

Eu sou bastante novo em aprendizado de máquina e estatística, mas estava me perguntando por que a otimização bayesiana não é referida com mais frequência on-line quando se aprende que o aprendizado de máquina otimiza seus hiperparâmetros de algoritmo? Por exemplo, usando uma estrutura como esta: https://github.com/fmfn/BayesianOptimization A otimização bayesiana …

8 machine-learning optimization hyperparameter bayesian-optimization

1

Rede elástica de grupo

O laço e a rede elástica não são capazes de lidar com variáveis com mais de duas categorias e, portanto, uma divisão de variáveis categóricas em manequins é necessária para a aplicação desses métodos. Isso pode resultar em vários problemas e, portanto, existem extensões para o laço para o laço …

8 machine-learning categorical-data feature-selection lasso elastic-net

1

Por que o sqrt (6) é usado para calcular o epsilon para inicialização aleatória de redes neurais?

Nos semana 5 notas de aula para Coursera Máquina Classe Aprendizagem de Andrew Ng , a fórmula seguinte é dado para calcular o valor de usado para inicializar Θ com valores aleatórios:ϵϵ\epsilonΘΘ\Theta No exercício , esclarecimentos adicionais são fornecidos: Uma estratégia eficaz para a escolha de é ter por base …

8 machine-learning neural-networks random-generation

4

Por que é desejável ter separabilidade linear no SVM?

Consulte a imagem acima, claramente um círculo pode separar as duas classes (imagem à esquerda). Por que se esforçar tanto para mapeá-lo para uma função para torná-lo linearmente separável (imagem à direita)? Alguém pode explicar? Eu realmente não consegui encontrar nada na Web ou no YouTube sobre o porquê

8 machine-learning classification svm separation

2

Recurso extraído pelo pool máximo versus pool médio

No aprendizado profundo e na aplicação à visão computacional, é possível dizer que tipo de recursos esses dois tipos de extrato de pooling? Por exemplo, é possível dizer que max pool extrai arestas? Podemos dizer algo semelhante em relação ao agrupamento médio? PS fique à vontade para recomendar se o …

8 machine-learning deep-learning feature-construction computer-vision

1

Alternativas à generalização L1, L2 e Dropout

Tenho a seguinte configuração para um projeto de pesquisa de Finanças / Aprendizado de Máquina na minha universidade: estou aplicando uma Rede Neural (Profunda) (MLP) com a seguinte estrutura em Keras / Theano para distinguir estoques com desempenho superior (etiqueta 1) dos estoques com desempenho insatisfatório ( etiqueta 0). Em …

8 machine-learning neural-networks deep-learning regularization dropout

2

As técnicas de reforço usam o voto como qualquer outro método de conjunto?

Podemos generalizar todos os métodos de conjunto usando votação? Os métodos de reforço também usam o voto para colocar os alunos fracos no modelo final? Minha compreensão da técnica: Impulsionar: adiciona continuamente um aluno fraco para aumentar os pontos de dados que não foram classificados corretamente. Técnica do conjunto: usa …

8 machine-learning boosting ensemble gbm voting-system

2

Resposta não paramétrica bayesiana à aprendizagem profunda?

Pelo que entendi, as redes neurais profundas estão realizando o "aprendizado de representação", colocando as camadas em conjunto. Isso permite aprender estruturas dimensionais muito altas nos recursos. Obviamente, é um modelo paramétrico com números fixos de parâmetros, portanto, possui a limitação usual de que a complexidade do modelo pode ser …

8 machine-learning bayesian nonparametric deep-learning

1

Covariância no processo gaussiano

Estou um pouco confuso com a fórmula para calcular a covariância no processo gaussiano (a adição de variação sempre me confunde, pois nem sempre é explicitamente indicada). A origem da confusão é que as fórmulas fornecidas no processo de reconhecimento de padrões e aprendizado de máquina por Bishop e Gaussian …

8 machine-learning covariance covariance-matrix kernel-trick gaussian-process

4

Precisão média na detecção de objetos

Estou bastante confuso sobre como posso calcular os valores de AP ou mAP, pois parece haver alguns métodos diferentes. Eu quero especificamente obter os valores de AP / mAP para detecção de objetos. Tudo o que tenho certeza é: Rechamada = TP / (TP + FN), Precisão = TP / …

8 machine-learning precision-recall model-evaluation average-precision object-detection

1

Como obter hiperparâmetros ótimos após validação cruzada aninhada?

Em geral, se tivermos um grande conjunto de dados, podemos dividi-lo em (1) treinamento, (2) validação e (3) teste. Usamos a validação para identificar os melhores hiperparâmetros na validação cruzada (por exemplo, C no SVM) e, em seguida, treinamos o modelo usando os melhores hiperparâmetros com o conjunto de treinamento …

8 machine-learning cross-validation scikit-learn hyperparameter optimization

1

Regressão logística: diferentes fórmulas entre os cursos?

Novo no aprendizado estatístico e de máquina e em alguns cursos on-line. Estou tentando entender a regressão logística com mais detalhes e notei uma diferença na fórmula entre o curso de Andrew Ng e o curso de aprendizagem estatística de Stanford. Abaixo, eu posto uma imagem de link nas duas …

8 regression machine-learning logistic

Perguntas com a marcação «machine-learning»