Statystyki i duże zbiory danych machine-learning

5

Jak poradzić sobie z modelem prognostycznym „samobójczym”?

Oglądałem prezentację specjalisty ds. ML od jednego z głównych sprzedawców detalicznych, gdzie opracowali model pozwalający przewidywać zdarzenia z magazynu. Załóżmy przez chwilę, że z czasem ich model staje się bardzo dokładny, czy nie byłoby to w jakiś sposób „samobójcze”? Oznacza to, że jeśli model naprawdę działa dobrze, będą w stanie …

36 machine-learning predictive-models

3

Rzeczy do rozważenia na temat programów magisterskich w statystyce

Jest sezon przyjęć do szkół wyższych. Ja (i wielu studentów takich jak ja) próbuję teraz zdecydować, który program statystyczny wybrać. Jakie rzeczy sugerują ci, którzy pracują ze statystykami, na temat programów magisterskich w statystyce? Czy są częste pułapki lub błędy, które popełniają uczniowie (być może w odniesieniu do reputacji szkoły)? …

36 machine-learning mathematical-statistics careers

4

Platformy przetwarzania w chmurze do uczenia maszynowego [zamknięte]

Mam małą listę firm, które zapewniają platformę do uruchamiania skryptów R, Python lub Oktawa w klastrach zbudowanych na platformie Amazon EC2. Czy są jeszcze inne nazwiska, które powinienem dodać? Liczby w chmurze Opani crdata

36 r machine-learning

3

Tworzysz „wynik pewności” z głosów w losowych lasach?

Chcę wyszkolić klasyfikatora, który będzie rozróżniał Type Ai Type Bprzedmioty przy pomocy dość dużego zestawu szkoleniowego złożonego z około 10 000 obiektów, z których około połowa jest, Type Aa połowa z nich jest Type B. Zestaw danych składa się ze 100 ciągłych elementów wyszczególniających właściwości fizyczne komórek (rozmiar, średni promień …

36 r machine-learning random-forest

3

Uczenie maszynowe: czy powinienem stosować kategoryczną utratę entropii krzyżowej lub utratę entropii krzyżowej binarnej do prognoz binarnych?

Przede wszystkim zdałem sobie sprawę, że jeśli muszę wykonać przewidywania binarne, muszę utworzyć co najmniej dwie klasy, wykonując kodowanie „na gorąco”. Czy to jest poprawne? Czy jednak binarna entropia krzyżowa dotyczy tylko predykcji z tylko jedną klasą? Gdybym miał zastosować kategoryczną utratę entropii krzyżowej, która zwykle występuje w większości bibliotek …

36 machine-learning neural-networks loss-functions tensorflow cross-entropy

1

Wnioskowanie wariacyjne a MCMC: kiedy wybrać jedną z drugiej?

Wydaje mi się, że mam ogólne pojęcie zarówno o VI, jak i MCMC, w tym o różnych smakach MCMC, takich jak próbkowanie Gibbs, Metropolis Hastings itp. Ten artykuł stanowi wspaniałą prezentację obu metod. Mam następujące pytania: Jeśli chcę robić wnioskowanie bayesowskie, dlaczego miałbym wybierać jedną metodę zamiast drugiej? Jakie są …

36 machine-learning bayesian mcmc variational-bayes approximate-inference

2

Zwiększanie gradientu dla regresji liniowej - dlaczego to nie działa?

Ucząc się o zwiększaniu gradientu, nie słyszałem o żadnych ograniczeniach dotyczących właściwości „słabego klasyfikatora”, którego ta metoda używa do budowania i składania modelu. Jednak nie wyobrażam sobie zastosowania GB, który wykorzystuje regresję liniową, a właściwie po przeprowadzeniu niektórych testów - to nie działa. Testowałem najbardziej standardowe podejście z gradientem sumy …

35 regression machine-learning boosting ensemble gradient

3

PCA i podział pociąg / test

Mam zestaw danych, dla którego mam wiele zestawów etykiet binarnych. Dla każdego zestawu etykiet uczę klasyfikatora, oceniając go poprzez walidację krzyżową. Chcę zmniejszyć wymiarowość za pomocą analizy głównych składników (PCA). Moje pytanie brzmi: Czy możliwe jest wykonanie PCA raz dla całego zestawu danych, a następnie użycie nowego zestawu danych o …

35 machine-learning classification pca cross-validation

4

Jakie są różnice między rzadkim kodowaniem a autoencoderem?

Kodowanie rzadkie definiuje się jako uczenie się kompletnego zestawu wektorów podstawowych do reprezentowania wektorów wejściowych (<- dlaczego tego chcemy). Jakie są różnice między rzadkim kodowaniem a autoencoderem? Kiedy zastosujemy rzadkie kodowanie i autoencoder?

35 machine-learning neural-networks unsupervised-learning deep-learning autoencoders

5

Darmowy zestaw danych do bardzo wysokiej klasyfikacji wymiarowej [zamknięty]

Jaki jest swobodnie dostępny zestaw danych do klasyfikacji z ponad 1000 cech (lub punktów próbkowania, jeśli zawiera krzywe)? Istnieje już wiki społeczności o wolnych zestawach danych: Lokalizowanie swobodnie dostępnych próbek danych Ale tutaj byłoby miło mieć bardziej szczegółową listę, z której można wygodniej korzystać , proponuję również następujące zasady: Jeden …

35 machine-learning classification dataset large-data

5

Czy potrafisz się dopasować, trenując algorytmy uczenia maszynowego za pomocą CV / Bootstrap?

To pytanie może być zbyt otwarte, aby uzyskać ostateczną odpowiedź, ale mam nadzieję, że nie. Algorytmy uczenia maszynowego, takie jak SVM, GBM, Random Forest itp., Generalnie mają pewne wolne parametry, które poza pewną wskazówką praktyczną, muszą być dostosowane do każdego zestawu danych. Zazwyczaj odbywa się to za pomocą pewnego rodzaju …

34 machine-learning cross-validation bootstrap optimization resampling

3

Jak interpretować średni spadek dokładności i średni spadek GINI w losowych modelach leśnych

Mam trudności ze zrozumieniem, jak interpretować dane wyjściowe o zmiennej ważności z pakietu Losowy las. Średni spadek dokładności jest zwykle opisywany jako „spadek dokładności modelu po permutacji wartości w każdej funkcji”. Czy to stwierdzenie o obiekcie jako całości, czy o określonych wartościach w obiekcie? W obu przypadkach, czy średni spadek …

34 r machine-learning classification random-forest

5

Czym dokładnie jest model bayesowski?

Czy mogę nazwać model, w którym stosuje się twierdzenie Bayesa, „modelem bayesowskim”? Obawiam się, że taka definicja może być zbyt szeroka. Czym dokładnie jest model bayesowski?

34 machine-learning bayesian

6

Eksploracja danych: jak powinienem znaleźć formę funkcjonalną?

Jestem ciekaw powtarzalnych procedur, które mogą być wykorzystane do odkrywania postaci funkcyjnej funkcji y = f(A, B, C) + error_term, gdzie jest mój tylko wejście jest zbiorem obserwacji ( y, A, Bi C). Należy pamiętać, że funkcjonalna forma fjest nieznana. Rozważ następujący zestaw danych: AA BB CC DD EE FF …

34 regression machine-learning algorithms model-selection data-mining

4

Jaka jest słaba strona drzew decyzyjnych?

Drzewa decyzyjne wydają się być bardzo zrozumiałą metodą uczenia maszynowego. Raz utworzony może być łatwo sprawdzony przez człowieka, co jest wielką zaletą w niektórych aplikacjach. Jakie są praktyczne słabe strony drzew decyzyjnych?

34 machine-learning nonparametric cart

Pytania otagowane jako machine-learning