Perguntas com a marcação «neural-networks»

Quero treinar uma rede neural com uma sequência de caracteres como um vetor de entrada. Os exemplos de aprendizado têm duração diferente e, por esse motivo, não sei como representá-los. Digamos que eu tenha dois exemplos de sequências, aqui os nomes: john doe maurice delanoe O primeiro exemplo é de …

9 machine-learning  neural-networks  feature-selection  natural-language 

Aprendi que o ajuste excessivo pode ser detectado plotando o erro de treinamento e o erro de teste versus as épocas. Como em: Eu estive lendo este post do blog onde eles dizem que a rede neural, net5 é excessiva e eles fornecem esta figura: O que é estranho para …

9 neural-networks  overfitting 

Ao usar o algoritmo persistente de aprendizado de CD para Restricted Bolzmann Machines, iniciamos nossa cadeia de amostragem Gibbs na primeira iteração em um ponto de dados, mas, ao contrário do CD normal, nas iterações seguintes, não iniciamos novamente em nossa cadeia. Em vez disso, começamos onde a cadeia de …

9 machine-learning  neural-networks  rbm 

Estou usando um classificador baseado em redes neurais para executar uma classificação para meus dados em n-dimensional. Então, pensei que seria uma boa ideia executar a redução de dimensão como PCA para meus dados primeiro e depois colocar os resultados do PCA no classificador (eu mantenho 3 PCs). No entanto, …

9 pca  neural-networks 

Pode ser usada uma rede contraditória generativa (GAN) para aumento de dados (ou seja, para gerar exemplos sintéticos que são adicionados a um conjunto de dados)? Isso teria algum impacto no desempenho de um modelo treinado no conjunto de dados aumentado?

9 machine-learning  neural-networks  gan  data-augmentation 

Qual é a diferença entre as camadas conv e FC ? Por que não consigo usar as camadas conv em vez das camadas FC ?

9 neural-networks  conv-neural-network  convolution 

O que os termos "denso" e "esparso" significam no contexto de redes neurais (NNs)? Qual a diferença entre eles? Por que eles são assim chamados?

9 neural-networks  terminology  definition 

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 

Esta pergunta segue em stats.stackexchange.com/q/233658 O modelo de regressão logística para as classes {0, 1} é P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp⁡(wTx)1+exp⁡(wTx)P(y=0|x)=11+exp⁡(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0 \;|\; x) = \frac{1}{1 + \exp(w^T x)} Claramente, essas probabilidades somam 1. Ao definir , também …

8 logistic  neural-networks  multinomial-logit  softmax  identifiability 

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 

O teorema da aproximação universal para redes neurais vale para qualquer função de ativação (sigmóide, ReLU, Softmax, etc ...) ou é limitado a funções sigmóides? Atualização: Como o shimao aponta nos comentários, ele não se aplica a absolutamente nenhuma função. Então, para qual classe de funções de ativação ele se …

8 neural-networks  approximation 

É bastante intuitivo que a maioria das arquiteturas / topologias de redes neurais não seja identificável. Mas quais são alguns resultados bem conhecidos no campo? Existem condições simples que permitem / impedem a identificação? Por exemplo, todas as redes com funções de ativação não lineares e mais de uma camada …

8 neural-networks  conv-neural-network  rnn  identifiability 

Se as redes neurais profundas são consideradas aproximadores de funções universais, a expansão de bases é realmente necessária? Ou isso seria específico do caso? Por exemplo, se alguém tiver três variáveis ​​X quantitativas, haveria alguma vantagem em expandir o número de variáveis ​​introduzindo interações, polinômios etc.? Isso parece ter uma …

8 neural-networks  deep-learning  feature-construction 

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 

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