Запитання з тегом «machine-learning»

Я думаю, що одним із основних припущень машинного навчання чи оцінки параметрів є те, що небачені дані надходять із того ж розподілу, що і навчальний набір. Однак у деяких практичних випадках розподіл тестового набору майже не відрізнятиметься від навчального набору. Скажіть про масштабну проблему багатокласифікації, яка намагається класифікувати описи товарів …

23 machine-learning  classification  skewness  unbalanced-classes  multi-class 

Нещодавно виникло питання, схоже на ML, щодо зміни обстановки стекерів, і я опублікував відповідь, рекомендуючи метод Пауелла, градієнтне походження, генетичні алгоритми чи інші "алгоритми наближення". У коментарі хтось сказав мені, що ці методи були "евристикою", а не "алгоритмами наближення" і часто не наближалися до теоретичного оптимуму (оскільки вони "часто застрягають …

23 machine-learning  optimization  approximation 

Я беру участь у змаганнях з прогнозування моделювання на Kaggle , TunedIt та CrowdAnalytix . Я вважаю, що ці сайти є хорошим способом "відпрацювати" статистику / машинне навчання. Чи є інші сайти, про які я повинен знати? Як ви ставитесь до змагань, де господар має намір отримати прибуток від подання …

23 machine-learning  predictive-models 

Я шукаю альтернативу Класифікаційним деревам, яка могла б дати кращу прогнозовану здатність. Дані, з якими я маю справу, мають фактори як для пояснювальних, так і для пояснених змінних. Я пам’ятаю, що в цьому контексті натрапляв на випадкові ліси та нейронні мережі, хоч ніколи раніше не пробував їх, чи є ще …

23 r  machine-learning  classification  cart 

Визначення з min_child_weight параметра в xgboost задається як: мінімальна сума ваги екземпляра (гессіана), необхідна дитині. Якщо на етапі розділу дерева з’явиться вузол аркуша із сумою ваги екземпляра менше min_child_weight, тоді процес побудови відмовиться від подальшого розподілу. У режимі лінійної регресії це просто відповідає мінімальній кількості екземплярів, необхідних для кожного вузла. …

23 machine-learning  xgboost  hessian 

Який найпростіший спосіб зрозуміти підвищення? Чому це не підвищує дуже слабкі класифікатори "до нескінченності" (досконалості)?

23 machine-learning  boosting 

Чи може хтось, будь-ласка, пояснити достатню статистику дуже елементарними термінами? Я походжу з інженерного досвіду, і я пережив багато речей, але не зміг знайти інтуїтивного пояснення.

23 machine-learning  mathematical-statistics  intuition 

Тут є подібна нитка ( Функція вартості нейронної мережі не випукла? ), Але я не зміг зрозуміти моменти у відповідях там, і моя причина знову запитати, сподіваючись, що це прояснить деякі проблеми: Якщо я використовую функцію вартості різниці у квадраті, я в кінцевому підсумку оптимізую щось із вигляду де - …

22 machine-learning  neural-networks  optimization  loss-functions  convex 

Мені цікаво, як градієнти розповсюджуються назад через нейронну мережу за допомогою модулів ResNet / пропускають з'єднання. Я бачив кілька запитань щодо ResNet (наприклад, нейромережа зі зв’язками пропускового шару ), але це запитує конкретно про зворотне поширення градієнтів під час тренування. Основна архітектура тут: Я читаю цю статтю « Вивчення залишкових …

22 machine-learning  neural-networks  conv-neural-network  gradient-descent  backpropagation 

Я грав у простій Нейронній мережі з лише одним прихованим шаром, від Tensorflow, і тоді я спробував різні активації для прихованого шару: Relu Сигмоїдний Softmax (ну зазвичай softmax використовується в останньому шарі ..) Relu забезпечує найкращу точність поїздів та точність перевірки. Я не впевнений, як це пояснити. Ми знаємо, що …

22 machine-learning  neural-networks  conv-neural-network  tensorflow  sigmoid-curve 

На зображенні нижче показано безперервну криву помилкових позитивних показників проти справжніх позитивних показників: Однак те, що я не одразу отримую, - це те, як розраховуються ці ставки. Якщо метод застосовується до набору даних, він має певну швидкість FP та певну швидкість FN. Чи це не означає, що кожен метод повинен …

22 machine-learning  data-visualization  roc  auc 

Більшість ресурсів на правильних правилах балів згадує низку різних правил скорингу, такі як втрата журналу, оцінка Brier або сферичне оцінювання. Однак вони часто не дають великих рекомендацій щодо відмінностей між ними. (Виставка А: Вікіпедія .) Вибір моделі, яка максимально збільшує логарифмічну оцінку, відповідає вибору моделі максимальної ймовірності, що здається хорошим …

22 machine-learning  classification  model-selection  theory  scoring-rules 

Зараз я переживаю «Байєсівське розум і машинне навчання» Девіда Барбера, і це надзвичайно добре написана та захоплююча книга для вивчення основ. Тож питання до того, хто це вже зробив. Який наступний набір книг я повинен пройти після того, як я отримаю достатнє знання з більшістю концепцій Барбер?

22 machine-learning  bayesian  references  graphical-model 

Чи машинне навчання є важливим предметом для ознайомлення з будь-яким статистиком? Здається, машинне навчання - це статистика. Чому програми статистики (для студентів та аспірантів) не вимагають машинного навчання?

22 machine-learning  careers 

Я хотів експериментувати з нейронною мережею щодо проблеми класифікації, з якою я стикаюся. Я зіткнувся з паперами, які розповідають про УЗМ. Але від того, що я можу зрозуміти, вони нічим не відрізняються від наявності багатошарової нейронної мережі. Це точно? Більше того, я працюю з R і не бачу жодних консервованих …

22 r  machine-learning  classification  neural-networks