Запитання з тегом «machine-learning»

Після проведення аналізу основних компонентів (PCA) я хочу спроектувати новий вектор на простір PCA (тобто знайти його координати в системі координат PCA). Я розрахував PCA мовою R за допомогою prcomp. Тепер я повинен мати можливість помножити свій вектор на матрицю обертання PCA. Чи повинні головні компоненти в цій матриці розташовуватися …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Я читав папір для нормалізації партії (BN) (1) і не розумів необхідності використання ковзаючих середніх для відстеження точності моделі, і навіть якщо я визнав, що це правильно зробити, я не розумію що саме вони роблять. Наскільки я розумію (що я помиляюся), у статті йдеться про те, що вона використовує статистику …

21 machine-learning  neural-networks  deep-learning  conv-neural-network  batch-normalization 

Застосування функції softmax на вектор призведе до "ймовірностей" і значень між і . 000111 Але ми також можемо розділити кожне значення на суму вектора, що призведе до ймовірностей і значень між і .000111 Я читаю відповідь тут, але в ній сказано, що причина полягає в тому, що вона відрізняється, хоча …

20 machine-learning  neural-networks  softmax 

Під час впровадження ResNet Tensorflow я вважаю, що вони використовують ініціалізатор дисперсійного масштабування, а також ініціалізатор xavier є популярним. Я не маю надто багато досвіду щодо цього, що краще на практиці?

20 machine-learning  neural-networks  deep-learning  conv-neural-network  tensorflow 

Я провів декілька досліджень щодо пристосування та недоопрацювання, і зрозумів, що вони саме є, але не можу знайти причин. Які основні причини перевиконання та недоотримання? Чому ми стикаємося з цими двома проблемами при навчанні моделі?

20 machine-learning  dataset  overfitting 

Я використовую класифікатор, який повертає ймовірності. Для обчислення AUC я використовую pROC R-пакет. Вихідні ймовірності з класифікатора: probs=c(0.9865780, 0.9996340, 0.9516880, 0.9337157, 0.9778576, 0.8140116, 0.8971550, 0.8967585, 0.6322902, 0.7497237) probsпоказує ймовірність перебування в класі '1'. Як показано, класифікатор класифікував усі вибірки до класу '1'. Справжній вектор етикетки: truel=c(1, 1, 1, 1, 1, …

20 machine-learning  auc 

Дослідження з машинного навчання часто трактують навчання та умовиводи як два окремі завдання, але мені не зовсім зрозуміло, у чому полягає відмінність. Наприклад, у цій книзі вони використовують статистику Баєса для обох видів завдань, але не дають мотивації для цього розрізнення. У мене є кілька розпливчастих ідей, про що це …

20 machine-learning  terminology 

Я беру курс Ендрю Нґ з машинного навчання через Coursera . Для рівнянь замість підписок використовуються суперскрипти. Наприклад, у наступному рівнянні замість використовується : x iх( i )x(i)x^{(i)}хixix_i J( θ0, θ1) = 12 м∑i = 1м( годθ( х( i )) - у( i ))2J(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2J(\theta_0, \theta_1) = \frac{1}{2m} \sum\limits_{i=1}^{m}{(h_\theta(x^{(i)}) - y^{(i)})^2} …

20 machine-learning  notation 

Я точно не розумію, що розуміється під розміром вузла. Я знаю, що таке вузол рішення, але не той розмір вузла.

20 machine-learning  random-forest  bagging 

У мене є одне питання щодо необхідності використання методів вибору функцій (значення випадкових лісів, значення важливості функції або методи вибору функцій Univariate тощо) перед запуском алгоритму статистичного навчання. Ми знаємо, щоб уникнути перевитрати, ми можемо ввести штраф за регуляризацію вагових векторів. Отже, якщо я хочу зробити лінійну регресію, то я …

20 regression  machine-learning  feature-selection  lasso  regularization 

У мене набір даних складається з 5 функцій: A, B, C, D, E. Всі вони є числовими значеннями. Замість того, щоб робити кластеризацію на основі щільності, я хочу зробити це кластеризувати дані у формі дерева, що нагадує рішення. Я маю на увазі такий підхід: Алгоритм може розділити дані на X …

20 r  machine-learning  clustering  cart 

З усіма медіа-розмовами про глибоке вивчення цих днів я прочитав деякі елементарні речі про це. Щойно я виявив, що це просто ще один метод машинного навчання для вивчення шаблонів з даних. Але моє запитання: де і чому цей метод світить? Чому всі говорять про це саме зараз? Тобто в чому …

20 machine-learning  data-mining  deep-learning  deep-belief-networks 

Я шукаю класифікаторів, які виводять ймовірності того, що приклади належать до одного з двох класів. Я знаю логістичну регресію та наївний Байєс, але чи можете ви сказати мені про інших, які працюють аналогічно? Тобто класифікатори, які передбачають не класи, до яких належать приклади, а ймовірність того, що приклади підходять до …

20 machine-learning  probability  logistic  classification  naive-bayes 

Я намагаюся розібратися, що означає багатозначне припущення в навчанні, яке знаходиться під наглядом. Чи може хтось пояснити простим способом? Я не можу за цим зрозуміти інтуїцію. Це говорить про те, що ваші дані лежать на низькомірному колекторі, вбудованому у простор більш високого розміру. Я не зрозумів, що це означає.

20 machine-learning  unsupervised-learning  supervised-learning  manifold-learning 

Нещодавно я натрапив на слово "Повчальне навчання зміцненню". Я розумію, що таке "Рекурентна нейронна мережа" і що таке "Навчання підсилення", але не зміг знайти багато інформації про те, що таке "Повсюдне навчання зміцненню". Чи може хтось пояснити мені, що таке "Повсюдне навчання підсилення" і в чому різниця між "Поточним навчанням …

20 machine-learning  reinforcement-learning