Statystyki i duże zbiory danych machine-learning

9

Jakich statystyk nie można zautomatyzować?

Czy oprogramowanie w końcu spowoduje, że statystyki staną się przestarzałe? Co zrobiono, czego nie można zaprogramować w komputerze?

26 machine-learning dataset careers

4

Liczba cech a liczba obserwacji

Czy są jakieś prace / książki / pomysły na temat związku między liczbą cech a liczbą obserwacji, które należy przeprowadzić, aby wyszkolić „solidnego” klasyfikatora? Załóżmy na przykład, że mam 1000 cech i 10 obserwacji z dwóch klas jako zestaw treningowy i 10 innych obserwacji jako zestaw testowy. Trenuję jakiś klasyfikator …

26 machine-learning

2

Obsługa maszyn wektorowych i regresji

Odbyła się już doskonała dyskusja na temat tego, w jaki sposób maszyny wektorów nośnych radzą sobie z klasyfikacją, ale jestem bardzo zdezorientowany, w jaki sposób maszyny wektorów nośnych uogólniają się na regresję. Czy ktoś chce mnie oświecić?

26 regression machine-learning svm

4

Sieć neuronowa z połączeniami pomijanymi

Interesuje mnie regresja z sieciami neuronowymi. Sieci neuronowe z zerowymi ukrytymi węzłami + połączenia warstwy pomijanej są modelami liniowymi. Co z tymi samymi sieciami neuronowymi, ale z ukrytymi węzłami? Zastanawiam się, jaka byłaby rola połączeń pominięcia warstwy? Intuicyjnie powiedziałbym, że jeśli uwzględnisz połączenia pominięcia warstwy, wówczas model końcowy będzie sumą …

26 regression machine-learning neural-networks deep-learning

2

jak zważyć utratę KLD vs utratę rekonstrukcji w wariacyjnym auto-enkoderze

w prawie wszystkich przykładach kodu, które widziałem w VAE, funkcje utraty są zdefiniowane w następujący sposób (jest to kod tensorflow, ale widziałem podobne dla theano, latarki itp. To także dla konwektu, ale to też nie jest zbyt istotne , wpływa tylko na osie, w których sumy są przejmowane): # latent …

26 machine-learning deep-learning tensorflow autoencoders variational-bayes

1

Czy istnieje algorytm łączący klasyfikację i regresję?

Zastanawiam się, czy istnieje jakiś algorytm, który mógłby dokonać klasyfikacji i regresji w tym samym czasie. Na przykład chciałbym, aby algorytm nauczył się klasyfikatora, a jednocześnie w ramach każdej etykiety uczy się również ciągłego celu. Zatem dla każdego przykładu szkolenia ma kategoryczną etykietę i ciągłą wartość. Mógłbym najpierw wyszkolić klasyfikatora, …

25 regression machine-learning classification predictive-models finite-mixture-model

5

Jaka jest różnica między splotowymi sieciami neuronowymi a głębokim uczeniem się?

Chcę wykorzystać głębokie uczenie się w moim projekcie. Przejrzałem kilka artykułów i przyszło mi do głowy pytanie: czy jest jakaś różnica między siecią neuronową splotu a głębokim uczeniem się? Czy te rzeczy są takie same, czy różnią się między sobą, a co jest lepsze?

25 machine-learning neural-networks deep-learning terminology conv-neural-network

8

Dlaczego tak ważne jest posiadanie zasadniczych i matematycznych teorii uczenia maszynowego?

Zastanawiam się, dlaczego tak ważne jest posiadanie zasadniczego / teoretycznego uczenia maszynowego? Z osobistego punktu widzenia, jako człowiek, rozumiem, dlaczego uczenie maszynowe oparte na zasadach jest tak ważne: ludzie lubią rozumieć, co robią, my rozumiemy piękno i satysfakcję. z teoretycznego punktu widzenia matematyka jest zabawna kiedy istnieją zasady, które kierują …

25 machine-learning neural-networks conv-neural-network theory

1

Najnowocześniejsze uczenie się przez streaming

Ostatnio pracuję z dużymi zestawami danych i znalazłem wiele artykułów na temat metod przesyłania strumieniowego. By wymienić tylko kilka: Follow-the-Regularized-Leader and Mirror Descent: The Equivalence Theorems and L1 Regularization ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf ) Streaming Learning: One-Pass SVMs ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf ) Pegasos: Primal Estimated sub-GrAdient SOlver for SVM http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf lub tutaj: czy …

25 machine-learning references large-data online

4

Jak korzystać z zestawu danych „testowych” po weryfikacji krzyżowej?

W niektórych wykładach i samouczkach , które widziałem, sugerują podzielenie danych na trzy części: szkolenie, walidacja i test. Nie jest jednak jasne, w jaki sposób należy używać zestawu danych testowych, ani w jaki sposób to podejście jest lepsze niż weryfikacja krzyżowa całego zestawu danych. Załóżmy, że zapisaliśmy 20% naszych danych …

25 machine-learning cross-validation validation

4

Kiedy unikać Losowego lasu?

Lasy losowe są dobrze znane z wykonywania dość różnorodnych zadań i określane są mianem rzemieślników metod uczenia się . Czy są jakieś problemy lub szczególne warunki, w których należy unikać korzystania z losowego lasu?

25 machine-learning classification random-forest

7

Jaka jest codzienna rutyna pracy naukowca uczącego się maszyn?

Jestem studentem CS na niemieckim uniwersytecie i teraz piszę pracę magisterską. Skończę za dwa miesiące. Muszę podjąć bardzo trudną decyzję, czy mam kontynuować doktorat, czy znaleźć pracę w branży. Moje powody do doktoratu: Jestem bardzo ciekawą osobą i czuję, że wciąż brakuje mi zbyt dużej wiedzy. Chcę się dużo nauczyć, …

25 machine-learning data-mining careers

6

Jak sieć neuronowa rozpoznaje obrazy?

To pytanie zostało przeniesione z przepełnienia stosu, ponieważ można na nie odpowiedzieć w ramach weryfikacji krzyżowej. Migrował 7 lat temu . Próbuję dowiedzieć się, jak sieć neuronowa działa na rozpoznawanie obrazów. Widziałem kilka przykładów i stałem się jeszcze bardziej zdezorientowany. W przykładzie rozpoznawania liter obrazu 20 x 20 wartości każdego …

25 machine-learning neural-networks image-processing

4

Rozwiązanie problemu niepewności modelu

Zastanawiałem się, jak Bayesianie ze społeczności CrossValidated postrzegają problem niepewności modelu i jak wolą sobie z tym poradzić? Postaram się zadać pytanie w dwóch częściach: Jak ważne (według twojego doświadczenia / opinii) jest radzenie sobie z niepewnością modelu? Nie znalazłem żadnych artykułów na ten temat w społeczności uczącej się maszynowo, …

25 machine-learning bayesian model-selection

3

Pięć najlepszych klasyfikatorów do wypróbowania w pierwszej kolejności

Poza oczywistymi cechami klasyfikatora, takimi jak koszt obliczeniowy, oczekiwane typy danych funkcji / etykiet i przydatność do określonych rozmiarów i wymiarów zbiorów danych, jakich pięciu najlepszych (lub 10, 20?) klasyfikatorów wypróbowuje najpierw na nowym zbiorze danych , o którym jeszcze niewiele wiadomo (np. semantyka i korelacja poszczególnych cech)? Zwykle wypróbowuję …

25 machine-learning classification methodology

Pytania otagowane jako machine-learning