Statystyki i duże zbiory danych machine-learning

2

Jak znaleźć optymalne wartości parametrów dostrajania w drzewach wzmacniających?

Zdaję sobie sprawę, że w modelu drzew przypominających są 3 parametry dostrajania, tj liczba drzew (liczba iteracji) parametr skurczu liczba podziałów (wielkość każdego drzewa składowego) Moje pytanie brzmi: jak dla każdego parametru dostrajania znaleźć optymalną wartość? I jaką metodę? Zauważ, że: parametr skurczu i parametr liczby drzew działają razem, tj. …

9 machine-learning cross-validation computational-statistics boosting gbm

4

Jak przeprowadzić wielowymiarowe uczenie maszynowe? (przewidywanie wielu zmiennych zależnych)

Chcę przewidzieć grupy przedmiotów, które ktoś kupi ... tzn. Mam wiele zmiennych zależnych od linii. Zamiast budować około 7 niezależnych modeli w celu przewidzenia prawdopodobieństwa, że ktoś kupi każdy z 7 przedmiotów, a następnie łącząc wyniki, jakie metody powinienem sprawdzić, aby mieć jeden model uwzględniający relacje między 7 powiązanymi zmiennymi …

9 r machine-learning multivariate-analysis

1

Kiedy odpowiednia reguła punktacji jest lepszym oszacowaniem uogólnienia w warunkach klasyfikacji?

Typowym podejściem do rozwiązania problemu z klasyfikacją jest identyfikacja klasy modeli kandydujących, a następnie dokonanie wyboru modelu za pomocą procedury takiej jak walidacja krzyżowa. Zazwyczaj wybiera się model z najwyższą dokładnością lub jakąś powiązaną funkcję, która koduje informacje specyficzne dla problemu, takie jakfaβFβ\text{F}_\beta. Zakładając, że celem końcowym jest stworzenie dokładnego …

9 machine-learning model-selection error scoring-rules

2

Łączenie informacji o szeregach czasowych ze źródeł o wielu rozdzielczościach / skalach przestrzennych

Mam wiele satelitarnych obrazów rastrowych dostępnych z różnych czujników. Z nich grubsze mają bardzo dużą rozdzielczość czasową. Rastry o średniej rozdzielczości mają zwykle mniej dat akwizycji, ale nadal dostępny jest pewien stopień informacji. Te o lepszej rozdzielczości mają bardzo niską rozdzielczość czasową, obejmującą od 2 do 6 dat zaobserwowanych w …

9 time-series machine-learning predictive-models multivariate-regression

1

Ukryty model Markowa do przewidywania zdarzeń

Pytanie : Czy konfiguracja poniżej jest sensowną implementacją modelu Hidden Markov? Mam zestaw danych 108,000obserwacji (wykonanych w ciągu 100 dni) i przybliżonych 2000zdarzeń z całego okresu obserwacji. Dane wyglądają jak na poniższym rysunku, gdzie obserwowana zmienna może przyjąć 3 wartości dyskretne[ 1 , 2 , 3 ][1,2,3][1,2,3] a czerwone kolumny …

9 time-series machine-learning predictive-models markov-chain hidden-markov-model

6

Które algorytmy uczenia maszynowego można skalować za pomocą funkcji zmniejszania / zmniejszania mapy

Skalowalne algorytmy uczenia maszynowego wydają się być gwarem w dzisiejszych czasach. Każda firma obsługuje wyłącznie duże zbiory danych . Czy istnieje podręcznik omawiający, jakie algorytmy uczenia maszynowego można skalować za pomocą architektur równoległych, takich jak Map-Reduce, a które nie mogą? Lub jakieś odpowiednie dokumenty?

9 machine-learning large-data

1

R / caret: pociąg i zestawy testowe a walidacja krzyżowa?

To może być głupie pytanie, ale przy generowaniu modelu z karetką i używaniu czegoś podobnego LOOCVlub (nawet bardziej do LGOCVrzeczy ) , jaka jest korzyść z dzielenia danych na zestawy pociągów i testów, jeśli jest to zasadniczo etap weryfikacji krzyżowej w każdym razie? Przeczytałem niektóre powiązane pytania i zasugerowali, że …

9 r machine-learning cross-validation caret

3

LDA vs. perceptron

Staram się wyczuć, jak LDA „pasuje” do innych nadzorowanych technik uczenia się. Przeczytałem już kilka postów na temat LDA na temat LDA. Znam już perceptron, ale dopiero teraz uczę się LDA. W jaki sposób LDA „pasuje” do rodziny nadzorowanych algorytmów uczenia się? Jakie mogą być jego wady w porównaniu z …

9 machine-learning classification discriminant-analysis supervised-learning

2

W jaki sposób mundur wcześniejszy prowadzi do tych samych szacunków na podstawie maksymalnego prawdopodobieństwa i trybu z tyłu?

Badam różne metody szacowania punktowego i czytam, że kiedy używam oszacowań MAP vs ML, kiedy używamy „jednolitego wcześniejszego”, oszacowania są identyczne. Czy ktoś może wyjaśnić, czym jest „jednolity” uprzedni i podać (proste) przykłady, kiedy estymatory MAP i ML będą takie same?

9 machine-learning probability bayesian estimation maximum-likelihood

1

Statystyczna teoria uczenia się VS obliczeniowa teoria uczenia się?

Jakie są zależności i różnice między statystyczną teorią uczenia się a obliczeniową teorią uczenia się ? Czy dotyczą tego samego tematu? Rozwiąż te same problemy i użyj tych samych metod? Na przykład ten pierwszy mówi, że jest to teoria przewidywania (regresja, klasyfikacja, ...).

9 machine-learning statistical-learning artificial-intelligence

1

Korzystanie z narzędzi do eksploracji tekstu / przetwarzania języka naturalnego w ekonometrii

Nie jestem pewien, czy to pytanie jest w pełni odpowiednie tutaj, jeśli nie, proszę usunąć. Jestem studentką ekonomii. W przypadku projektu badającego problemy z zakresu ubezpieczeń społecznych mam dostęp do dużej liczby administracyjnych spraw (> 200 tys.), Które dotyczą oceny kwalifikowalności. Raporty te można ewentualnie powiązać z indywidualnymi informacjami administracyjnymi. …

9 machine-learning data-mining econometrics text-mining natural-language

2

Wykorzystanie algorytmu EM do łączenia rekordów

Interesuje mnie łączenie rekordów w 2 zestawach danych według imienia, nazwiska i roku urodzenia. Czy może to być wykonalne za pomocą algorytmu EM, a jeśli tak, to w jaki sposób? Rozważ następujący zapis w 1. jako przykład: Carl McCarthy, 1967. Przeszukam wszystkie rekordy w 2. zbiorze danych i przypiszę odległość …

9 machine-learning stata expectation-maximization record-linkage perl

1

Zamieszanie związane z liniowymi układami dynamicznymi

Czytałem tę książkę Bishopa: Rozpoznawanie wzorców i uczenie maszynowe. Miałem zamieszanie związane z wyprowadzeniem liniowego układu dynamicznego. W LDS zakładamy, że zmienne ukryte są ciągłe. Jeśli Z oznacza ukryte zmienne, a X oznacza obserwowane zmienne p(zn|zn−1)=N(zn|Azn−1,τ)p(zn|zn−1)=N(zn|Azn−1,τ)p(z_n|z_{n-1}) = N(z_n|Az_{n-1},\tau) p(xn|zn)=N(xn,Czn,Σ)p(xn|zn)=N(xn,Czn,Σ)p(x_n|z_n) = N(x_n,Cz_n,\Sigma) p(z1)=N(z1|u0,V0)p(z1)=N(z1|u0,V0)p(z_1) = N(z_1|u_0,V_0) W LDS do obliczenia tylnego rozkładu …

9 machine-learning linear-model kalman-filter pattern-recognition graphical-model

2

Określ optymalną szybkość uczenia się dla spadku gradientu w regresji liniowej

Jak określić optymalną szybkość uczenia się dla spadku gradientu? Myślę, że mógłbym to automatycznie dostosować, jeśli funkcja kosztu zwróci większą wartość niż w poprzedniej iteracji (algorytm się nie zbiegnie), ale nie jestem pewien, jaką nową wartość powinna przyjąć.

9 regression machine-learning gradient-descent

2

Wspólne filtrowanie poprzez faktoryzację macierzy z funkcją straty logistycznej

Rozważ problem z filtrowaniem grupowym. Mamy macierz rozmiaru #users * #items. jeśli użytkownik lubi przedmiot j, jeśli użytkownik nie lubi przedmiot j, ajeśli nie ma danych o parze (i, j). Chcemy przewidzieć dla przyszłego użytkownika, pary elementów.MMMMi,j=1Mi,j=1M_{i,j} = 1Mi,j=0Mi,j=0M_{i,j} = 0Mi,j=?Mi,j=?M_{i,j}=?Mi,jMi,jM_{i,j} Standardowym podejściem do wspólnego filtrowania jest reprezentowanie M jako …

9 machine-learning recommender-system matrix-decomposition

Pytania otagowane jako machine-learning