Statystyki i duże zbiory danych algorithms

1

Jakie są wydajne algorytmy do obliczania dekompozycji wartości pojedynczej (SVD)?

Artykuł w Wikipedii na temat analizy głównych komponentów stwierdza, że Istnieją wydajne algorytmy do obliczania SVD bez konieczności formowania macierzy , więc obliczanie SVD jest obecnie standardowym sposobem obliczania analizy głównych składników z macierzy danych, chyba że wymagana jest tylko garść składników.XXXXTXXTXX^TX Czy ktoś mógłby mi powiedzieć, o jakich skutecznych …

17 pca algorithms svd numerics

5

Algorytm online dla średniego bezwzględnego odchylenia i dużego zestawu danych

Mam mały problem, który doprowadza mnie do szału. Muszę napisać procedurę dla procesu akwizycji online wielowymiarowych szeregów czasowych. Za każdym razem (na przykład 1 sekundę) otrzymuję nową próbkę, która jest w zasadzie wektorem zmiennoprzecinkowym o rozmiarze N. Operacja, którą muszę wykonać, jest nieco trudna: Dla każdej nowej próbki obliczam wartości …

16 algorithms quantiles online large-data

2

Jakie są ważne zastosowania generowania liczb losowych w statystyce obliczeniowej?

Jak i dlaczego generatory liczb losowych (RNG) są ważne w statystyce obliczeniowej? Rozumiem, że losowość jest ważna przy wyborze próbek do wielu testów statystycznych, aby uniknąć stronniczości wobec którejkolwiek hipotezy, ale czy istnieją inne obszary statystyki obliczeniowej, w których ważne są generatory liczb losowych?

15 hypothesis-testing monte-carlo algorithms random-generation computational-statistics

4

W jakich rzeczywistych sytuacjach możemy zastosować algorytm wielorękiego bandyty?

Wieloręcy bandyci działają dobrze w sytuacjach, w których masz wybór i nie jesteś pewien, który z nich zmaksymalizuje twoje zdrowie. Możesz użyć algorytmu do niektórych rzeczywistych sytuacji. Na przykład nauka może być dobrą dziedziną: Jeśli dziecko uczy się stolarstwa i jest w tym kiepski, algorytm poinformuje go, że prawdopodobnie powinien …

15 algorithms reinforcement-learning multiarmed-bandit

1

Jak należy wdrożyć podział drzewa decyzyjnego podczas przewidywania zmiennych ciągłych?

Właściwie piszę implementację Losowych Lasów, ale uważam, że pytanie dotyczy drzew decyzyjnych (niezależnych od RF). Zatem kontekst polega na tym, że tworzę węzeł w drzewie decyzyjnym, a zmienne predykcyjne i docelowe są ciągłe. Węzeł ma podzielony próg podziału danych na dwa zestawy i tworzę nową prognozę dla każdego podzbioru na …

15 algorithms cart random-forest

2

Analiza w czasie wykonywania popularnych algorytmów uczenia maszynowego

Czy ktoś ma odniesienie do podsumowania analiz w czasie wykonywania dla popularnych algorytmów uczenia maszynowego (różne warianty NN, SVM itp.)?

15 machine-learning references algorithms

2

Co to jest „metoda przekazywania wiadomości”?

Mam niejasne wyczucie, czym jest metoda przekazywania wiadomości: algorytm, który buduje aproksymację do rozkładu poprzez iteracyjne budowanie aproksymacji każdego z czynników rozkładu, zależnie od wszystkich aproksymacji wszystkich innych czynników. Uważam, że oba są przykładami Przekazywanie komunikatów wariacyjnych i propagowanie oczekiwań . Co to jest algorytm przekazywania komunikatów bardziej jawnie / …

15 distributions bayesian references algorithms

1

Jakie są zalety i wady uczenia się o rozkładzie algorytmicznym (symulacje) w porównaniu do matematyki?

Jakie są zalety i wady uczenia się o właściwościach dystrybucji algorytmicznie (za pomocą symulacji komputerowych) a matematycznie? Wydaje się, że symulacje komputerowe mogą być alternatywną metodą uczenia się, szczególnie dla tych nowych studentów, którzy nie czują się silni w rachunku różniczkowym. Wydaje się również, że symulacje kodowania mogą zaoferować wcześniejsze …

15 distributions algorithms teaching

3

Metryki do oceny algorytmów rankingowych

Chciałbym przyjrzeć się kilku różnym wskaźnikom algorytmów rankingowych - kilka z nich znajduje się na stronie Wikipedii Uczenie się rangowania, w tym: • Średnia średnia precyzja (MAP); • DCG i NDCG; • Precision @ n, NDCG @ n, gdzie „@n” oznacza, że metryki są oceniane tylko na górnych n dokumentach; …

15 algorithms ranking

3

Różnica w stosowaniu znormalizowanego gradientu i gradientu

W ogólnym ustawieniu algorytmu spadku gradientu mamy gdzie jest bieżącym punktem, jest rozmiarem kroku, a jest gradientem oceniono na . xn + 1= xn- η∗ gr a di e n txnxn+1=xn-η∗solrzarejamintxnx_{n+1} = x_{n} - \eta * gradient_{x_n}xnxnx_nηη\etasolr a di e n txnsolrzarejamintxngradient_{x_n}xnxnx_n Widziałem w niektórych algorytmach, ludzie używają znormalizowanego gradientu …

15 algorithms optimization

1

Jak działa L-BFGS?

Celem artykułu była optymalizacja niektórych parametrów poprzez maksymalizację znormalizowanego prawdopodobieństwa dziennika. Następnie obliczają pochodne częściowe. A potem autorzy wspominają, że optymalizują równanie za pomocą L-BFGS, standardowej procedury quasi-Newtona w celu optymalizacji płynnych funkcji wielu zmiennych (bez dalszych szczegółów). Jak to działa ?

15 algorithms optimization

3

Jakie są szybkie algorytmy obliczania skróconego SVD?

Ewentualnie od tematu tutaj, ale istnieje kilka ( jeden , dwa ) pytania związane już. Grzebanie w literaturze (lub wyszukiwanie google za pomocą Skróconych algorytmów SVD) ujawnia wiele artykułów, które wykorzystują obcięte SVD na różne sposoby i twierdzą (frustrujące, często bez cytowania), że istnieją szybkie algorytmy do ich obliczania, ale …

14 algorithms svd numerics

1

Klasyfikatory uczenia maszynowego duże O lub złożoność

Aby ocenić wydajność nowego algorytmu klasyfikatora, próbuję porównać dokładność i złożoność (duże O w treningu i klasyfikacji). Z uczenia maszynowego: recenzja Otrzymuję pełną listę nadzorowanych klasyfikatorów, tabelę dokładności między algorytmami i 44 problemy testowe z repozytorium danych UCI . Nie mogę jednak znaleźć recenzji, artykułu papierowego ani strony internetowej z …

14 machine-learning classification multiple-comparisons algorithms time-complexity

3

Dlaczego używamy k-średnich zamiast innych algorytmów?

Badałem k-średnich i oto, co otrzymałem: k-średnich jest jednym z najprostszych algorytmów, który wykorzystuje metodę uczenia bez nadzoru w celu rozwiązania znanych problemów związanych z klastrowaniem. Działa naprawdę dobrze z dużymi zestawami danych. Istnieją jednak także wady K-Means: Silna wrażliwość na wartości odstające i hałas Nie działa dobrze w przypadku …

14 clustering data-mining algorithms k-means

1

Jaki jest algorytm regresji regresji naprzód?

Może po prostu jestem zmęczony, ale mam problem ze zrozumieniem algorytmu Forward Stagewise Regression. Ze strony „Elementy uczenia statystycznego” na stronie 60: Regresja do przodu i do tyłu jest jeszcze bardziej ograniczona niż regresja do przodu i do przodu. Zaczyna się jak regresja krokowa do przodu, z przecięciem równym [średnia] …

14 regression algorithms feature-selection

Pytania otagowane jako algorithms