Запитання з тегом «machine-learning»

Не впевнений, чи підходить це для цього сайту, але я починаю свій магістр MSE з інформатики (бакалавра прикладної математики) і хочу отримати сильний досвід в машинному навчанні (я, швидше за все, збираюся здобути ступінь доктора наук). Одним із моїх підінтересів є нейронні мережі. Що є хорошим математичним підґрунтям для ANN? …

11 machine-learning  neural-networks  mathematical-statistics  references 

У мене є проблема бінарної класифікації, і я експериментую на ній з різними класифікаторами: я хочу порівняти класифікатори. який з них є кращим показником AUC або точності? І чому? Raondom Forest: AUC: 0.828 Accuracy: 79.6667 % SVM: AUC: 0.542 Accuracy: 85.6667 %

11 machine-learning  classification  auc 

Нещодавно мені сказали, що процес, за яким я дотримувався (складова дисертації з МС), може розглядатися як надмірно придатний. Я шукаю, щоб краще зрозуміти це і побачити, чи згодні інші. Метою цієї частини статті є: Порівняйте продуктивність градієнтних підсилених регресійних дерев проти випадкових лісів на наборі даних. Подивіться на ефективність обраної …

11 machine-learning  data-mining  predictive-models 

Я читаю цей документ про Узагальнені процеси Вішарта (GWP). У роботі обчислюються коваріації між різними випадковими змінними (за Гауссовим процесом ) за допомогою функції експоненціальної коваріації у квадраті, тобто . Потім йдеться про те, що ця матриця коваріації слідує за GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Я думав, що коваріаційна матриця, обчислена з …

11 machine-learning  normal-distribution  covariance  wishart  nonparametric-bayes 

Я, мабуть, маю справу з проблемою, яка, ймовірно, була вирішена сто разів раніше, але я не знаю, де знайти відповідь. Використовуючи логістичну регресію, враховуючи багато функцій і намагаючись передбачити двійкове категоричне значення , мені цікаво вибрати підмножину функцій, яка прогнозує добре.x1,...,xnx1,...,xnx_1,...,x_nyyyyyyy Чи існує процедура, схожа на ласо, яку можна використовувати? …

11 machine-learning  logistic  classification 

Прикладом гарної міри відокремленості класів у лінійних дискримінантних учнів є лінійне дискримінантне відношення Фішера. Чи є інші корисні показники для визначення того, чи забезпечують набори функцій гарне розділення класів між цільовими змінними? Зокрема, мені цікаво знайти хороші багатовимірні атрибути введення для максимізації поділу цільових класів, і було б непогано мати …

11 machine-learning  classification  feature-selection  discriminant-analysis 

Чи може хтось пояснити мені поняття відстані махаланобіса? Наприклад, що таке відстань махаланобіса між двома точками х і у, і, особливо, як воно трактується для розпізнавання візерунків?

11 machine-learning  mathematical-statistics  distance-functions 

Які застосування або переваги регресії зменшення розмірності (DRR) або контрольованих методів зменшення розмірності (SDR) в порівнянні з традиційними методами регресії (без зменшення розмірності)? Цей клас методів знаходить низьке розмірне представлення набору функцій для проблеми регресії. Приклади таких методів включають нарізану зворотну регресію, основні гессійські напрямки, оцінку середньої різниці нарізаних, зворотну …

11 regression  machine-learning  pca  dimensionality-reduction 

У середині 1960-х дослідники славно назвали шахи « дрозофілою ШІ»: як фруктова муха, гра в шахи була доступною і порівняно простою проблемою для експерименту, яка все ж дала важливі знання про складніші проблеми. Зараз, здається, люди кажуть, що «шахи - це лише пошукова проблема», а «шахові методи не дадуть особливого …

11 machine-learning 

У цьому документі про Adaboost наведено кілька пропозицій та код (стор. 17) щодо поширення 2-класових моделей на проблеми K-класу. Я хотів би узагальнити цей код таким чином, щоб я міг легко підключити різні моделі 2 класу та порівняти результати. Оскільки більшість моделей класифікації мають інтерфейс формули та predictметод, деякі з …

11 r  machine-learning  classification  statistical-learning  multi-class 

Це було в моїй свідомості принаймні кілька годин. Я намагався знайти оптимальний k для виходу з алгоритму k-означає (з метрикою косинусної схожості ), тому в кінцевому підсумку побудував спотворення як функцію від кількості кластерів. Мій набір даних - це колекція 800 документів у 600-мірному просторі. З того, що я розумію, …

11 machine-learning  clustering  k-means 

Я працюю з кількома великими наборами даних, використовуючи пакет gbm в Р. І моя матриця передбачення, і мій вектор відповідей досить рідкісні (тобто більшість записів дорівнює нулю). Я сподівався побудувати дерева рішень за допомогою алгоритму, який використовує цю обмеженість, як це було зроблено тут ). У цій роботі, як і …

11 r  regression  machine-learning  classification  cart 

Які переваги надають певні початкові значення перехідним ймовірностям у прихованій моделі Маркова? Врешті-решт система їх вивчить, тож який сенс давати значення, крім випадкових? Чи змінюється базовий алгоритм, такий як Баум-Велч? Якщо я знаю ймовірності переходу на початку дуже точно, і моя головна мета - передбачити вихідні ймовірності з прихованого стану …

11 machine-learning  expectation-maximization  hidden-markov-model 

Скажіть, у мене є модель прогностичної класифікації на основі випадкового лісу (використовуючи пакет randomForest в R). Я хотів би налаштувати його так, щоб кінцеві користувачі могли вказати елемент для створення прогнозу, і він виведе ймовірність класифікації. Поки жодних проблем. Але було б корисно / здорово мати можливість вивести щось на …

11 machine-learning  random-forest 

Чи існує якийсь стандартний метод визначення "оптимальної" точки роботи на кривій точності відкликання ? (тобто визначення точки на кривій, яка пропонує хороший компроміс між точністю та відкликанням) Дякую

11 machine-learning  precision-recall