Statystyki i duże zbiory danych machine-learning

5

Co dokładnie oznacza pożyczanie informacji?

Często ludzie mówią o pożyczaniu lub udostępnianiu informacji w bayesowskich modelach hierarchicznych. Nie mogę uzyskać prostej odpowiedzi na temat tego, co to właściwie oznacza i czy jest to unikalne dla bayesowskich modeli hierarchicznych. W pewnym sensie mam pomysł: niektóre poziomy w twojej hierarchii mają wspólny parametr. Nie mam jednak pojęcia, …

11 machine-learning bayesian multilevel-analysis terminology hierarchical-bayesian

4

Sztuczne sieci neuronowe RÓWNOWAŻNE do regresji liniowej z cechami wielomianowymi?

Chcę lepiej zrozumieć sieci neuronowe i ich zalety w porównaniu z innymi algorytmami uczenia maszynowego. Rozumiem poniżej i moje pytanie brzmi: Czy możesz poprawić i uzupełnić moje zrozumienie, proszę? :) Moje zrozumienie: (1) Sztuczne sieci neuronowe = funkcja, która przewiduje wartości wyjściowe na podstawie wartości wejściowych. Zgodnie z uniwersalnym twierdzeniem …

11 regression machine-learning

3

Jak wdrożyć regularyzację L2 do dowolnego punktu w kosmosie?

Oto coś, co przeczytałem w książce Iana Goodfellow'a Deep Learning . W kontekście sieci neuronowych „kara za normę parametru L2 jest powszechnie znana jako zanik masy. Ta strategia regularyzacji przybliża wagi do źródła [...]. Mówiąc bardziej ogólnie, moglibyśmy uregulować parametry tak, aby znajdowały się w pobliżu dowolnego określonego punktu w …

11 machine-learning neural-networks deep-learning regularization

2

Czy dzielenie danych na zestawy testowe i szkoleniowe to czysto „statystyki”?

Jestem studentem fizyki studiującym uczenie maszynowe / informatykę, więc nie mam na myśli, aby to pytanie wywoływało jakiekolwiek konflikty :) Jednak dużą częścią każdego programu licencjackiego z fizyki jest przeprowadzanie laboratoriów / eksperymentów, co oznacza dużo danych przetwarzanie i analiza statystyczna. Zauważam jednak wyraźną różnicę między sposobem, w jaki fizycy …

11 regression machine-learning cross-validation dataset experiment-design

1

Wnioskowanie wariacyjne zwykłym angielskim

Po obejrzeniu filmów na youtube wydaje mi się, że nie jestem w stanie zdefiniować, czym jest wnioskowanie wariacyjne. Mogę przestrzegać procedur podczas oglądania wykładów wideo na ten temat. Ale trudno zdefiniować, co naprawdę jest. Mam nadzieję, że o tym usłyszę.

11 machine-learning mathematical-statistics data-mining

1

Granice uogólnienia na SVM

Interesują mnie teoretyczne wyniki zdolności uogólniających maszyn wektorów podporowych, np. Granice prawdopodobieństwa błędu klasyfikacji i wymiaru Vapnika-Chervonenkisa (VC) tych maszyn. Jednak czytając literaturę, miałem wrażenie, że niektóre podobne powtarzające się wyniki różnią się nieznacznie w zależności od autora, szczególnie jeśli chodzi o warunki techniczne wymagane dla danego obowiązku. W dalszej …

11 machine-learning svm vc-dimension

2

Nadzorowane uczenie się z niepewnymi danymi?

Czy istnieje istniejąca metodologia stosowania nadzorowanego modelu uczenia się do niepewnego zestawu danych? Załóżmy na przykład, że mamy zestaw danych z klasami A i B: +----------+----------+-------+-----------+ | FeatureA | FeatureB | Label | Certainty | +----------+----------+-------+-----------+ | 2 | 3 | A | 50% | | 3 | 1 | …

11 machine-learning supervised-learning

4

Jaki jest najbardziej odpowiedni sposób na utworzenie zestawu podtrzymującego: aby usunąć niektóre przedmioty lub usunąć niektóre obserwacje z każdego przedmiotu?

Mam zestaw danych z 26 funkcjami i 31000 wierszami. Jest to zbiór danych 38 podmiotów. To jest dla systemu biometrycznego. Więc chcę być w stanie zidentyfikować podmioty. Aby mieć zestaw testowy, wiem, że muszę usunąć niektóre wartości. Więc co lepiej robić i dlaczego? (a) trzymaj 30 osób jako zestaw szkoleniowy …

11 machine-learning cross-validation out-of-sample

1

Dlaczego duży wybór K obniża mój wynik weryfikacji krzyżowej?

Zabawy z Boston Housing zestawem danych i RandomForestRegressor(W / domyślne parametry) w scikit-learn, zauważyłem coś dziwnego: średni wynik walidacji krzyżowej spadła jak zwiększona ilość fałd poza 10. Moja strategia cross-walidacja była następująca: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) scores = cross_val_score(est, X, y, cv=cv_met) ... gdzie num_cvsbyło zróżnicowane. Ustawić test_sizena 1/num_cvslustro pociągu …

11 machine-learning cross-validation random-forest sample-size scikit-learn

2

techniki uczenia maszynowego dla danych podłużnych

Zastanawiałem się, czy istnieją jakieś techniki uczenia maszynowego (bez nadzoru) do modelowania danych podłużnych? Zawsze korzystałem z modeli efektów mieszanych (głównie nieliniowych), ale zastanawiałem się, czy istnieją inne sposoby na to (wykorzystanie uczenia maszynowego). Przez uczenie maszynowe rozumiem losowy las, klasyfikację / grupowanie, drzewa decyzyjne, a nawet głębokie uczenie się …

11 machine-learning mixed-model

2

Czy sieci rezydualne są powiązane z przyspieszaniem gradientu?

Ostatnio widzieliśmy pojawienie się Residual Neural Net, w której każda warstwa składa się z modułu obliczeniowego i połączenia skrótowego, które zachowuje dane wejściowe do warstwy, takie jak dane wyjściowe z i-tej warstwy: Sieć pozwala wydobyć pozostałe cechy i pozwala na głębszą głębię, będąc jednocześnie bardziej odporna na znikający problem gradientu, …

11 machine-learning neural-networks deep-learning gradient-descent residual-networks

4

Dobre przykłady / książki / zasoby do nauki o stosowanym uczeniu maszynowym (nie tylko sam ML)

Wcześniej uczestniczyłem w kursie ML, ale teraz, kiedy pracuję nad projektami związanymi z ML w mojej pracy, ciężko walczę o jego zastosowanie. Jestem pewien, że rzeczy, które robię, były wcześniej badane / zajmowane, ale nie mogę znaleźć konkretnych tematów. Wszystkie przykłady uczenia maszynowego, które znajduję w Internecie, są bardzo proste …

11 machine-learning references train application

1

Jakie jest wyjaśnienie przykładu, dlaczego normalizację partii należy przeprowadzać z pewną ostrożnością?

Czytałem artykuł normalizacyjny partii [1] i miał jedną sekcję, w której znajduje się przykład, próbując pokazać, dlaczego normalizacja musi być wykonana ostrożnie. Szczerze mówiąc, nie rozumiem, jak działa ten przykład, i naprawdę jestem bardzo ciekawy, jak rozumieją, jak drukują. Najpierw pozwól mi zacytować to tutaj: Rozważmy na przykład warstwę z …

11 machine-learning neural-networks conv-neural-network

1

Różnica między ElasticNet w scikit-learn Python i Glmnet w R.

Czy ktoś próbował sprawdzić, czy dopasowanie modelu elastycznej sieci ElasticNetw scikit-learn w Pythonie i glmnetR do tego samego zestawu danych daje identyczne wyniki arytmetyczne? Eksperymentowałem z wieloma kombinacjami parametrów (ponieważ dwie funkcje różnią się wartościami domyślnymi, które przekazują argumentom), a także skalowaniem danych, ale wydaje się, że nic nie daje …

11 machine-learning scikit-learn glmnet elastic-net

1

Jakie są zasady wdrażania w artykule AlphaGo?

Papier jest tutaj . Polityka wdrażania ... jest liniową polityką softmax opartą na szybkich, przyrostowo obliczonych, lokalnych funkcjach opartych na wzorcach ... Nie rozumiem, co to jest zasada wdrażania i jak odnosi się do sieci zasad wyboru ruchu. Jakieś prostsze wytłumaczenie?

11 machine-learning monte-carlo reinforcement-learning games

Pytania otagowane jako machine-learning