Statystyki i duże zbiory danych machine-learning

5

Podstawy matematyczne dla sieci neuronowych

Nie jestem pewien, czy jest to odpowiednie dla tej witryny, ale rozpoczynam studia magisterskie z informatyki (BS w matematyce stosowanej) i chcę uzyskać solidne doświadczenie w uczeniu maszynowym (najprawdopodobniej zamierzam doktorat). Jednym z moich sub-zainteresowań są sieci neuronowe. Jakie jest dobre podłoże matematyczne dla ANN? Podobnie jak w innych obszarach …

11 machine-learning neural-networks mathematical-statistics references

2

Porównać klasyfikatory oparte na AUROC lub dokładności?

Mam problem z klasyfikacją binarną i eksperymentuję z różnymi klasyfikatorami: chcę porównać klasyfikatory. który jest lepszym miernikiem AUC lub dokładnością? I dlaczego? Raondom Forest: AUC: 0.828 Accuracy: 79.6667 % SVM: AUC: 0.542 Accuracy: 85.6667 %

11 machine-learning classification auc

2

Czy w tym podejściu do modelowania występuje zbyt duże dopasowanie?

Niedawno powiedziano mi, że proces, który podjąłem (element pracy magisterskiej) może być postrzegany jako nadmierny. Chcę lepiej to zrozumieć i sprawdzić, czy inni się z tym zgadzają. Celem tej części artykułu jest Porównaj wydajność drzew regresji wzmocnionej gradientem z losowymi lasami na zbiorze danych. Spójrz na wydajność wybranego ostatecznego modelu …

11 machine-learning data-mining predictive-models

1

Macierz kowariancji dla procesu Gaussa i rozkładu Wishart

Czytam ten artykuł na temat ogólnych procesów Wishart (GWP). Artykuł oblicza kowariancje między różnymi zmiennymi losowymi (zgodnie z procesem Gaussa ) za pomocą kwadratowej funkcji kowariancji wykładniczej, tj. . Następnie mówi, że ta macierz kowariancji jest zgodna z 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) Kiedyś myślałem, że macierz kowariancji obliczona z liniowej funkcji …

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

3

Znaczenie zmiennych w regresji logistycznej

Prawdopodobnie mam do czynienia z problemem, który prawdopodobnie został rozwiązany sto razy wcześniej, ale nie jestem pewien, gdzie znaleźć odpowiedź. Przy użyciu regresji logistycznej, biorąc pod uwagę wiele cech i próbując przewidzieć binarną wartość kategorialną y , jestem zainteresowany wyborem podzbioru cech, który dobrze prognozuje y .x1, . . . …

11 machine-learning logistic classification

2

Miary separowalności klas w problemach klasyfikacyjnych

Przykładem dobrej miary separowalności klasowej u uczących się z dyskryminacją liniową jest liniowy współczynnik dyskryminacji Fishera. Czy istnieją inne przydatne wskaźniki pozwalające ustalić, czy zestawy funkcji zapewniają dobrą separację klas między zmiennymi docelowymi? W szczególności jestem zainteresowany znalezieniem dobrych wielowymiarowych atrybutów wejściowych dla maksymalizacji separacji klas docelowych i byłoby miło …

11 machine-learning classification feature-selection discriminant-analysis

2

Co to jest odległość Mahalanobisa i jak jest używana w rozpoznawaniu wzorów?

Czy ktoś może mi wyjaśnić pojęcie odległości Mahalanobisa? Na przykład, jaka jest odległość Mahalanobisa między dwoma punktami xiy, a zwłaszcza, jak jest interpretowana dla rozpoznawania wzorów?

11 machine-learning mathematical-statistics distance-functions

2

Jaka jest zaleta zmniejszenia wymiarów predyktorów na potrzeby regresji?

Jakie są zastosowania lub zalety technik regresji redukcji wymiarów (DRR) lub technik nadzorowanej redukcji wymiarów (SDR) w porównaniu z tradycyjnymi technikami regresji (bez żadnej redukcji wymiarowości)? Ta klasa technik znajduje nisko wymiarową reprezentację zestawu cech dla problemu regresji. Przykłady takich technik obejmują krojenie regresji odwrotnej, główny kierunek Hesji, oszacowanie średniej …

11 regression machine-learning pca dimensionality-reduction

2

Czym jest teraz Drosophila AI?

W połowie lat 60. XX wieku naukowcy nazywali szachy „ Drosophila AI”: podobnie jak mucha owocowa, gra w szachy była dostępna i stosunkowo prosty problem z eksperymentami, który jednak spowodował ważną wiedzę, bardziej złożone problemy. Teraz ludzie mówią, że „szachy to tylko problem wyszukiwania”, a „metody szachowe nie przyniosą większego …

11 machine-learning

1

Rozszerzenie modeli klasy 2 na problemy klasy

Ten artykuł na temat Adaboost zawiera pewne sugestie i kod (strona 17) dotyczący rozszerzenia modeli 2-klasowych na problemy klasy K. Chciałbym uogólnić ten kod, tak że mogę łatwo podłączyć różne modele 2-klasowe i porównać wyniki. Ponieważ większość modeli klasyfikacji ma interfejs formuły i predictmetodę, niektóre z nich powinny być stosunkowo …

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

4

Czy istnieją przypadki, w których nie ma optymalnej wartości k w średnich?

To było w mojej głowie przez co najmniej kilka godzin. Próbowałem znaleźć optymalne k dla danych wyjściowych z algorytmu k-średnich (z metryką podobieństwa kosinusowego ), więc skończyłem na wykreślaniu zniekształcenia w funkcji liczby klastrów. Mój zestaw danych to zbiór 800 dokumentów w 600-wymiarowej przestrzeni. Z tego, co rozumiem, znalezienie punktu …

11 machine-learning clustering k-means

3

Czy są dostępne biblioteki dla metod podobnych do CART przy użyciu rzadkich predyktorów i odpowiedzi?

Pracuję z niektórymi dużymi zestawami danych przy użyciu pakietu gbm w R. Zarówno moja macierz predykcyjna, jak i mój wektor odpowiedzi są dość rzadkie (tzn. Większość wpisów ma wartość zero). Miałem nadzieję zbudować drzewa decyzyjne przy użyciu algorytmu, który korzysta z tej rzadkości, jak to tutaj zrobiono ). W tym …

11 r regression machine-learning classification cart

2

Znaczenie początkowych probabilitów przejścia w ukrytym modelu Markowa

Jakie są zalety podania pewnych wartości początkowych prawdopodobieństwom przejścia w Ukrytym Modelu Markowa? W końcu system się ich nauczy, więc po co podawać wartości inne niż losowe? Czy algorytm bazowy robi różnicę, taką jak Baum – Welch? Jeśli bardzo dokładnie znam prawdopodobieństwa przejścia na początku, a moim głównym celem jest …

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

2

Czy istnieje sposób na wyjaśnienie prognozy z losowego modelu lasu?

Powiedzmy, że mam predykcyjny model klasyfikacji oparty na losowym lesie (używając pakietu randomForest w R). Chciałbym to skonfigurować, aby użytkownicy końcowi mogli określić element, dla którego ma zostać wygenerowana prognoza, i wyświetli prawdopodobieństwo klasyfikacji. Jak dotąd nie ma problemu. Byłoby jednak użyteczne / fajne, aby móc wygenerować coś w rodzaju …

11 machine-learning random-forest

3

Jak wybrać dobry punkt pracy z dokładnych krzywych przywołania?

Czy istnieje jakaś standardowa metoda określania „optymalnego” punktu pracy na krzywej dokładnego przywołania ? (tj. określenie punktu na krzywej, który zapewnia dobry kompromis między precyzją a przywołaniem) Dzięki

11 machine-learning precision-recall

Pytania otagowane jako machine-learning