Statystyki i duże zbiory danych machine-learning

2

Najlepsze metody wyboru cech dla regresji nieparametrycznej

Pytanie dla początkujących tutaj. Obecnie wykonuję regresję nieparametryczną przy użyciu pakietu np w R. Mam 7 funkcji i stosując metodę brutalnej siły zidentyfikowałem najlepszy 3. Ale wkrótce będę miał więcej niż 7 funkcji! Moje pytanie brzmi: jakie są obecnie najlepsze metody wyboru cech dla regresji nieparametrycznej. I które, jeśli jakieś …

10 r machine-learning nonparametric feature-selection

1

Udokumentowane / odtwarzalne przykłady udanych zastosowań metod ekonometrycznych w świecie rzeczywistym?

To pytanie może zabrzmieć bardzo szeroko, ale oto czego szukam. Wiem, że istnieje wiele doskonałych książek o metodach ekonometrycznych oraz wiele doskonałych artykułów z ekspozytorów na temat technik ekonometrycznych. Istnieją nawet doskonałe powtarzalne przykłady ekonometrii, jak opisano w tym sprawdzonym pytaniu krzyżowym . W rzeczywistości przykłady w tym pytaniu są …

10 r machine-learning forecasting data-mining econometrics

4

Budowanie interfejsów MATLAB i R do C5.0 Rossa Quinlana

Jestem rozważa budowę interfejsów MATLAB i R do Ross Quinlan „s C5.0 (dla tych, którzy nie są zaznajomieni z nim, C5.0 to pakiet algorytm drzewo decyzyjne i oprogramowanie; przedłużeniem C4.5 ) i usiłuję poznaj elementy, które musiałbym napisać. Jedyną dokumentacją, którą znalazłem dla C5.0 jest tutaj , która jest tutorialem …

10 r machine-learning matlab

1

Czy procesy stochastyczne, takie jak proces Gaussa / proces Dirichleta, mają gęstość? Jeśli nie, w jaki sposób można zastosować do nich regułę Bayesa?

Proces Dirichleta i Proces Gaussa są często nazywane „rozkładami na funkcje” lub „rozkładami na rozkłady”. W takim przypadku, czy mogę sensownie mówić o gęstości funkcji u lekarza ogólnego? Czy proces Gaussa lub proces Dirichleta mają jakieś pojęcie o gęstości prawdopodobieństwa? Jeśli tak nie jest, w jaki sposób możemy zastosować zasadę …

10 machine-learning probability bayesian nonparametric nonparametric-bayes

3

regresja procesu gaussowskiego dla dużych zestawów danych

Dowiedziałem się o regresji procesu Gaussa z filmów online i notatek z wykładów, rozumiem, że jeśli mamy zbiór danych z punktami to zakładamy, że dane są próbkowane z wymiarowego wielowymiarowego Gaussa. Więc moje pytanie dotyczy przypadku, gdy wynosi 10 milionów, czy regresja procesu Gaussa nadal działa? Czy matryca jądra nie …

10 machine-learning probability inference gaussian-process multivariate-regression

2

Cel hałasu Dirichleta w pracy AlphaZero

W dokumentach AlphaGo Zero i AlphaZero DeepMind opisują dodawanie szumu Dirichleta do wcześniejszych prawdopodobieństw działań z węzła głównego (stanu płyty) w wyszukiwaniu drzewa Monte Carlo: Dodatkową eksplorację osiąga się, dodając szum Dirichleta do wcześniejszych prawdopodobieństw w węźle głównym s0s0s_0, konkretnie P.( s , a ) = ( 1 - ε …

10 machine-learning neural-networks dirichlet-distribution

1

Dlaczego losowe funkcje Fouriera są nieujemne?

Losowe funkcje Fouriera zapewniają przybliżenia funkcji jądra. Są używane do różnych metod jądra, takich jak SVM i procesy Gaussa. Dzisiaj próbowałem użyć implementacji TensorFlow i uzyskałem wartości ujemne dla połowy moich funkcji. Jak rozumiem, to nie powinno się zdarzyć. Wróciłem więc do oryginalnej pracy , która - tak jak się …

10 machine-learning kernel-smoothing feature-construction tensorflow fourier-transform

1

W jaki sposób SVM = dopasowanie szablonu?

Przeczytałem o maszynach SVM i dowiedziałem się, że rozwiązują one problem optymalizacji, a maksymalny margines był bardzo rozsądny. Teraz, za pomocą jąder, mogą znaleźć nawet nieliniowe granice separacji, co było świetne. Jak dotąd naprawdę nie mam pojęcia, w jaki sposób SVM (specjalna maszyna jądra) i maszyny jądra są powiązane z …

10 machine-learning neural-networks svm deep-learning kernel-trick

1

Kompleksowa analiza, analiza funkcjonalna dla lepszego zrozumienia uczenia maszynowego

Chcę głębiej poznać uczenie maszynowe (teoria i zastosowanie w finansach). Chcę zapytać, jak istotna jest złożona analiza i analiza funkcjonalna jako podstawa uczenia maszynowego? Czy muszę się uczyć tych przedmiotów, czy powinienem skoncentrować się na innym temacie (jeśli tak, to na jakim?)

10 machine-learning pac-learning

1

Jak obliczyć z kwadratu próbki R?

Wiem, że prawdopodobnie zostało to omówione gdzie indziej, ale nie udało mi się znaleźć jednoznacznej odpowiedzi. Próbuję użyć wzoru aby obliczyć poza próbą modelu regresji liniowej, gdzie jest sumą kwadratów reszt, a jest sumą kwadratów. W przypadku zestawu treningowego jasne jest, żeR2=1−SSR/SSTR2=1−SSR/SSTR^2 = 1 - SSR/SSTR2R2R^2SSRSSRSSRSSTSSTSST SST=Σ(y−y¯train)2SST=Σ(y−y¯train)2 SST = \Sigma …

10 regression machine-learning r-squared out-of-sample

4

Dlaczego wymagane jest zejście gradientowe?

Kiedy możemy rozróżnić funkcję kosztu i znaleźć parametry, rozwiązując równania uzyskane przez częściowe różnicowanie w odniesieniu do każdego parametru i dowiedzieć się, gdzie funkcja kosztu jest minimalna. Myślę też, że można znaleźć wiele miejsc, w których pochodne są zerowe, dzięki czemu możemy sprawdzić wszystkie takie miejsca i znaleźć globalne minima …

10 machine-learning computational-statistics

1

Ile danych do głębokiego uczenia się?

Uczę się o głębokim uczeniu się (w szczególności CNN) i o tym, jak zwykle wymaga ogromnej ilości danych, aby zapobiec nadmiernemu dopasowaniu. Jednak powiedziano mi również, że im wyższa pojemność / więcej parametrów modelu, tym więcej danych jest wymaganych, aby zapobiec nadmiernemu dopasowaniu. Dlatego moje pytanie brzmi: dlaczego nie możesz …

10 machine-learning neural-networks deep-learning conv-neural-network

1

Czy istnieją aplikacje, w których SVM wciąż jest lepszy?

Algorytm SVM jest dość stary - opracowano go w latach 60., ale był niezwykle popularny w latach 90. i 2000. Jest to klasyczna (i dość piękna) część kursów uczenia maszynowego. Dziś wydaje się, że w przetwarzaniu mediów (obrazy, dźwięk itp.) Sieci neuronowe całkowicie dominują, podczas gdy w innych obszarach wzmocnienie …

10 machine-learning svm

1

Pochodna utraty entropii krzyżowej w word2vec

Próbuję przejść przez pierwszy zestaw problemów z materiałem do kursu online cs224d klasy Stanford i mam pewne problemy z problemem 3A: Używając modelu pomiń gram word2vec z funkcją przewidywania softmax i funkcją utraty entropii krzyżowej, my chcę obliczyć gradienty w stosunku do przewidywanych wektorów słów. Biorąc pod uwagę funkcję softmax: …

10 machine-learning self-study word2vec

2

Co to jest kubizacja?

Chodziłem dookoła, by znaleźć jasne wytłumaczenie „kubalizacji” w uczeniu maszynowym bez powodzenia. Jak dotąd rozumiem, że kubetyzacja jest podobna do kwantyzacji w cyfrowym przetwarzaniu sygnału, w którym zakres ciągłych wartości jest zastępowany jedną dyskretną wartością. Czy to jest poprawne? Jakie są zalety i wady (oprócz oczywistego wpływu utraty informacji) stosowania …

10 machine-learning dataset data-preprocessing

Pytania otagowane jako machine-learning