Statystyki i duże zbiory danych machine-learning

2

Dlaczego sieci neuronowe można łatwo oszukać?

Przeczytałem kilka artykułów na temat ręcznego tworzenia obrazów w celu „oszukania” sieci neuronowej (patrz poniżej). Czy to dlatego, że sieci modelują tylko prawdopodobieństwo warunkowe ? Jeśli sieć może modelować wspólne prawdopodobieństwo , czy takie przypadki nadal występują?p ( y , x )p ( y| x)p(y|x)p(y|x)p ( y, x )p(y,x)p(y,x) Domyślam …

13 machine-learning neural-networks deep-learning

1

Co oznacza „end to end” w metodach głębokiego uczenia się?

Chcę wiedzieć, co to jest i jak różni się od łączenia? Załóżmy, że chcę osiągnąć wysoką dokładność klasyfikacji i segmentacji dla konkretnego zadania, jeśli do tego celu używam różnych sieci, takich jak CNN, RNN itp., Czy jest to nazywane modelem typu end-to-end? (architektura?) czy nie?

13 machine-learning terminology deep-learning

1

Jakie są przydatne techniki powiększania danych dla głęboko splotowych sieci neuronowych?

Tło: Niedawno zrozumiałem na głębszym poziomie znaczenie powiększania danych podczas szkolenia splotowych sieci neuronowych po tym znakomitym przemówieniu Geoffreya Hintona . Wyjaśnia, że splotowe sieci neuronowe obecnej generacji nie są w stanie uogólnić układu odniesienia badanego obiektu, co utrudnia sieci zrozumienie, że lustrzane obrazy obiektu są takie same. Niektóre badania …

13 machine-learning deep-learning

3

W jaki sposób można wykorzystać modele uczenia maszynowego (GBM, NN itp.) Do analizy przeżycia?

Wiem, że tradycyjne modele statystyczne, takie jak regresja Cox Proportional Hazards i niektóre modele Kaplana-Meiera, można wykorzystać do przewidywania dni do następnego wystąpienia zdarzenia, np. Niepowodzenia itp., Czyli analizy przeżycia pytania W jaki sposób można zastosować wersję regresji modeli uczenia maszynowego, takich jak GBM, sieci neuronowe itp., Aby przewidzieć dni …

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

1

Nadzorowana redukcja wymiarów

Mam zestaw danych składający się z 15K próbek znakowanych (z 10 grup). Chcę zastosować redukcję wymiarowości do 2 wymiarów, które uwzględnią znajomość etykiet. Kiedy używam „standardowych” nienadzorowanych technik redukcji wymiarów, takich jak PCA, wykres rozproszenia wydaje się nie mieć nic wspólnego ze znanymi etykietami. Czy to, czego szukam, ma imię? …

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

3

Jak dokładnie splotowe sieci neuronowe używają splotu zamiast mnożenia macierzy?

Czytałem książkę Yoshua Bengio o głębokim uczeniu się i na stronie 224 napisano: Sieci splotowe to po prostu sieci neuronowe, które używają splotu zamiast ogólnego mnożenia macierzy w co najmniej jednej z ich warstw. nie byłem jednak w 100% pewien, jak „zastąpić mnożenie macierzy splotem” w matematycznie precyzyjnym sensie. To, …

13 machine-learning neural-networks deep-learning convolution

3

Czy losowy las i wzmocnienie jest parametryczny czy nieparametryczny?

Czytając doskonałe modelowanie statystyczne: Dwie kultury (Breiman 2001) , możemy uchwycić całą różnicę między tradycyjnymi modelami statystycznymi (np. Regresja liniowa) a algorytmami uczenia maszynowego (np. Bagging, Random Forest, Boosted trees ...). Breiman krytykuje modele danych (parametryczne), ponieważ opierają się one na założeniu, że obserwacje są generowane przez znany, formalny model …

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

2

Jaka jest różnica między wyborem funkcji a redukcją wymiarowości?

Wiem, że zarówno wybór funkcji, jak i redukcja wymiarów mają na celu zmniejszenie liczby cech w oryginalnym zestawie cech. Jaka jest dokładnie różnica między nimi, jeśli robimy to samo w obu z nich?

13 machine-learning pca feature-selection dimensionality-reduction

1

Czy społeczność ucząca się na maszynie nadużywa „uwarunkowana” i „sparametryzowana przez”?

Powiedzmy, że zależy od α . Rygorystycznie rzecz biorąc,XXXαα\alpha jeśli i α są zmiennymi losowymi, moglibyśmy napisać p ( X ∣ α ) ;XXXαα\alphap ( X∣ α )p(X∣α)p(X\mid\alpha) jeśli jednak jest zmienną losową, a α jest parametrem, musimy zapisać p ( X ; α ) .XXXαα\alphap ( X; α )p(X;α)p(X; …

13 machine-learning terminology

4

Czym różni się weryfikacja krzyżowa od szpiegowania danych?

Właśnie skończyłem „Wprowadzenie do uczenia statystycznego” . Zastanawiałem się, czy zastosowanie weryfikacji krzyżowej w celu znalezienia najlepszych parametrów dostrajania różnych technik uczenia maszynowego różni się od szpiegowania danych? Wielokrotnie sprawdzamy, która wartość parametru strojenia daje najlepszy wynik predykcyjny w zestawie testowym. Co się stanie, jeśli parametr strojenia, do którego doszliśmy, …

13 machine-learning cross-validation

3

Losowy las na danych o strukturze wielopoziomowej / hierarchicznej

Jestem całkiem nowy w uczeniu maszynowym, technikach CART i tym podobnych, i mam nadzieję, że moja naiwność nie jest zbyt oczywista. Jak Random Forest obsługuje wielopoziomowe / hierarchiczne struktury danych (na przykład, gdy interesująca jest interakcja między poziomami)? Oznacza to, że zestawy danych z jednostkami analizy na kilku poziomach hierarchicznych …

13 machine-learning random-forest multilevel-analysis cart

3

Czy powinienem używać Kernel Trick, gdy tylko jest to możliwe, do danych nieliniowych?

Niedawno dowiedziałem się o użyciu sztuczki jądra, która odwzorowuje dane na przestrzenie o wyższych wymiarach, próbując zlinearyzować dane w tych wymiarach. Czy są jakieś przypadki, w których powinienem unikać stosowania tej techniki? Czy to tylko kwestia znalezienia właściwej funkcji jądra? W przypadku danych liniowych nie jest to oczywiście pomocne, ale …

13 machine-learning svm kernel-trick heuristic

2

Jak może działać perceptron wieloklasowy?

Nie mam żadnego tła z matematyki, ale rozumiem, jak działa prosty Perceptron i myślę, że rozumiem pojęcie hiperpłaszczyzny (wyobrażam sobie to geometrycznie jako płaszczyznę w przestrzeni 3D, która oddziela dwie chmury punktów, tak jak linia dzieli się dwie chmury punktów w przestrzeni 2D). Ale nie rozumiem, w jaki sposób jedna …

13 machine-learning classification linear-model multi-class

2

Kiedy rejestrować / wyeksponować zmienne podczas korzystania z losowych modeli lasu?

Wykonuję regresję przy użyciu Losowych lasów do przewidywania cen na podstawie kilku atrybutów. Kod jest napisany w Pythonie przy użyciu Scikit-learn. Jak zdecydować, czy należy przekształcić zmienne za pomocą exp/ logprzed użyciem, aby dopasować je do modelu regresji? Czy jest to konieczne, gdy stosuje się podejście Ensemble, takie jak Losowy …

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

2

Jak daleko zaprowadzi mnie samokształcenie?

Nigdy nie brałem udziału w oficjalnym lub ustrukturyzowanym kursie analizy danych lub uczenia maszynowego (innym niż ostatnie oferty online) i nauczyłem się większości tego, co wiem, czytając i wypróbowując różne rzeczy. Wiem, że daleko mi do znalezienia pracy. Moje pytanie nie jest takie, które jest lepsze ( jak to pytanie …

13 machine-learning data-mining careers

Pytania otagowane jako machine-learning