Запитання з тегом «machine-learning»

Я хочу знати, що це таке, і чим він відрізняється від складання? Припустимо, я хочу досягти високої точності в класифікації та сегментації, для конкретного завдання, якщо для досягнення цього я використовую різні мережі, такі як CNN, RNN тощо, це називається цільовою моделлю? (архітектура?) чи ні?

13 machine-learning  terminology  deep-learning 

Передумови: Я нещодавно на більш глибокому рівні зрозумів важливість розширення даних під час тренування конволюційних нейронних мереж після того, як побачив цю чудову розмову Джеффрі Хінтона . Він пояснює, що конволюційні нейронні мережі сучасного покоління не здатні узагальнити систему відліку обстежуваного об'єкта, що ускладнює мережу по-справжньому зрозуміти, що дзеркальні зображення …

13 machine-learning  deep-learning 

Я знаю, що традиційні статистичні моделі, такі як регресія пропорційних ризиків Кокса та деякі моделі Каплана-Мейєра, можуть використовуватися для прогнозування днів до наступного виникнення події, наприклад, відмови тощо, тобто аналізу виживання Запитання Як можна використовувати регресійну версію моделей машинного навчання, таких як GBM, нейронні мережі тощо, для прогнозування днів до …

13 machine-learning  classification  survival  cox-model  kaplan-meier 

У мене є набір даних, що складається з 15K зразків з міткою (з 10 груп). Я хочу застосувати зменшення розмірності на 2 виміри, які б враховували знання етикетки. Коли я використовую "стандартні" методи безконтрольного зменшення розмірності, такі як PCA, графік розсіювання, здається, не має нічого спільного з відомими мітками. Чи …

13 machine-learning  pca  dimensionality-reduction  supervised-learning  discriminant-analysis 

Я читав Книгу Йошуа Бенджіо про глибоке навчання, і це написано на сторінці 224: Конволюційні мережі - це просто нейронні мережі, які використовують згортку замість загального множення матриць принаймні в одному з їх шарів. однак я не був на 100% впевнений у тому, як «замінити матричне множення на згортку» в …

13 machine-learning  neural-networks  deep-learning  convolution 

Читаючи чудове статистичне моделювання: Дві культури (Брейман 2001) , ми зможемо використати всю різницю між традиційними статистичними моделями (наприклад, лінійною регресією) та алгоритмами машинного навчання (наприклад, Baging, Random Forest, Boosted дерева ...). Брейман критикує моделі даних (параметричні), оскільки вони ґрунтуються на припущенні, що спостереження породжуються відомою формальною моделлю, призначеною статистиком, …

13 machine-learning  data-mining  random-forest  boosting  bagging 

Я знаю, що і вибір функції, і зменшення розмірності спрямовані на зменшення кількості ознак у вихідному наборі функцій. Яка точна різниця між ними, якщо ми робимо те саме в обох?

13 machine-learning  pca  feature-selection  dimensionality-reduction 

Скажімо, залежить від . Суворо кажучи,ХXXαα\alpha якщо і - обидва випадкові величини, ми могли б написати ;α p ( X ∣ α )ХXXαα\alphaр ( X∣ α )p(X∣α)p(X\mid\alpha) однак, якщо є випадковою змінною і є параметром, ми повинні написати .α p ( X ; α )ХXXαα\alphaр ( X; α )p(X;α)p(X; \alpha) …

13 machine-learning  terminology 

Я щойно закінчив "Вступ до статистичного навчання" . Мені було цікаво, чи відрізняється використання перехресної перевірки для пошуку найкращих параметрів настройки для різних методів машинного навчання, ніж провірка даних? Ми неодноразово перевіряємо, яке значення параметра налаштування призводить до найкращого прогнозного результату в тестовому наборі. Що робити, якщо параметр настройки, до …

13 machine-learning  cross-validation 

Я зовсім новачок у машинному навчанні, CART-техніці тощо, і я сподіваюся, що моя наївність не надто очевидна. Як Random Forest обробляє багаторівневі / ієрархічні структури даних (наприклад, коли взаємозв'язок на рівні рівнів представляє інтерес)? Тобто набори даних з одиницями аналізу на декількох ієрархічних рівнях ( наприклад , учні вкладені в …

13 machine-learning  random-forest  multilevel-analysis  cart 

Нещодавно я дізнався про використання трюку Kernel, який відображає дані у простори більш високих розмірів, намагаючись лінеаризувати дані в цих вимірах. Чи є випадки, коли мені слід уникати використання цієї методики? Це лише питання пошуку правильної функції ядра? Для лінійних даних це, звичайно, не корисно, але для нелінійних даних це …

13 machine-learning  svm  kernel-trick  heuristic 

У математики я не маю жодного фону, але я розумію, як працює простий Perceptron, і я думаю, що я розумію концепцію гіперплана (я уявляю це геометрично як площину в тривимірному просторі, яка відокремлює дві точкові хмари, подібно до того, як лінія відокремлена. дві точкові хмари у двовимірному просторі). Але я …

13 machine-learning  classification  linear-model  multi-class 

Я роблю регресію, використовуючи випадкові ліси для прогнозування цін на основі декількох ознак. Код пишеться на Python за допомогою Scikit-learn. Як ви вирішите, чи слід трансформувати свої змінні, використовуючи exp/ logперед тим, як використовувати їх, щоб відповідати регресійній моделі? Чи потрібно це використовувати підхід Ансамблю, такий як випадковий ліс?

13 regression  machine-learning  predictive-models  python  random-forest 

Я ніколи не брав участі в офіційному або структурованому аналізі даних або курсі машинного навчання (крім останніх пропозицій в Інтернеті), і я дізнався більшість того, що знаю, читаючи і випробовуючи речі. Я знаю, що я далеко не в змозі влаштуватися на роботу. Моє запитання - це не те, що краще …

13 machine-learning  data-mining  careers 

Скажімо, я хочу створити логістичний класифікатор для фільму М. Моїми характеристиками буде щось на зразок віку людини, статі, професії, місця розташування. Тож навчальний набір буде чимось на кшталт: Вікова стать Професія Місце подобається (1) / Не подобається (0) 23 M Програмне забезпечення США 1 24 F Лікар Великобританії 0 і …

13 machine-learning  feature-construction