Statystyki i duże zbiory danych pattern-recognition

9

Od dołu do góry wyjaśnienie odległości Mahalanobisa?

Studiuję rozpoznawanie wzorców i statystyki i prawie każdą książkę, którą otwieram na ten temat, wpadam na pojęcie odległości Mahalanobisa . Książki zawierają intuicyjne wyjaśnienia, ale wciąż nie są wystarczająco dobre, aby naprawdę zrozumieć, co się dzieje. Gdyby ktoś zapytał mnie: „Jaka jest odległość Mahalanobisa?” Mogłem tylko odpowiedzieć: „To miła rzecz, …

127 normal-distribution mathematical-statistics distance pattern-recognition intuition

9

Pomiar entropii / informacji / wzorów matrycy binarnej 2d

Chcę zmierzyć entropię / gęstość informacji / podobieństwo wzorca dwuwymiarowej macierzy binarnej. Pokażę kilka zdjęć w celu wyjaśnienia: Ten ekran powinien mieć raczej wysoką entropię: ZA) To powinno mieć średnią entropię: B) Wreszcie te zdjęcia powinny mieć entropię bliską zeru: DO) RE) MI) Czy istnieje jakiś indeks, który przechwytuje entropię, …

53 algorithms binary-data entropy pattern-recognition information

1

Dlaczego test Mantela jest lepszy od testu Morana?

Test Mantela jest szeroko stosowany w badaniach biologicznych w celu zbadania korelacji między rozkładem przestrzennym zwierząt (pozycja w przestrzeni) z, na przykład, ich genetycznym spokrewnieniem, szybkością agresji lub innymi atrybutami. Korzysta z niego wiele dobrych czasopism ( PNAS, Animal Behavior, Molecular Ecology ... ). Sfabrykowałem kilka wzorów, które mogą występować …

37 r correlation spatial pattern-recognition

3

Grupowanie długiej listy ciągów (słów) w grupy podobieństwa

Mam pod ręką następujący problem: Mam bardzo długą listę słów, ewentualnie imion, nazwisk itp. Muszę utworzyć listę słów w taki sposób, aby podobne słowa, na przykład słowa o podobnej odległości edycji (Levenshtein) pojawiły się w ten sam klaster. Na przykład „algorytm” i „alogrithm” powinny mieć duże szanse na pojawienie się …

31 clustering k-means pattern-recognition

4

Różnica jąder w SVM?

Czy ktoś może mi powiedzieć różnicę między jądrami w SVM: Liniowy Wielomian Gaussowski (RBF) Sigmoid Ponieważ, jak wiemy, jądro służy do mapowania naszej przestrzeni wejściowej na przestrzeń cech o wysokiej wymiarowości. I w tej przestrzeni cech znajdujemy liniowo oddzielalną granicę. Kiedy są używane (pod jakim warunkiem) i dlaczego?

27 machine-learning svm pattern-recognition kernel-trick

2

Jak rozumieć „nieliniowy” jak w „nieliniowej redukcji wymiarowości”?

Próbuję zrozumieć różnice między metodami liniowej redukcji wymiarów (np. PCA) a metodami nieliniowymi (np. Izomapa). Nie do końca rozumiem, co oznacza (nie) liniowość w tym kontekście. Czytałem z Wikipedii, że Dla porównania, jeżeli PCA (algorytm liniowej redukcji wymiarów) zostanie zastosowany do zredukowania tego samego zestawu danych do dwóch wymiarów, uzyskane …

24 pca terminology dimensionality-reduction pattern-recognition manifold-learning

5

Uczę się od rozpoznawania wzorców i uczenia maszynowego, Chris Bishop, masz jakieś dobre zasoby?

Czy są jakieś filmy lub inne książki / notatki, które spotkały się z następującymi wzorami: Rozpoznawanie wzorców i Uczenie maszynowe autorstwa Chrisa Bishopa? Kupiłem tę książkę, aby nauczyć się uczenia maszynowego i mam problemy z jej przejściem.

17 machine-learning references pattern-recognition

1

liczba map obiektów w splotowych sieciach neuronowych

Ucząc się splotowej sieci neuronowej, mam pytania dotyczące poniższego rysunku. 1) C1 w warstwie 1 ma 6 map obiektów, czy to oznacza, że istnieje sześć zwojów splotowych? Każde jądro splotowe służy do generowania mapy obiektów na podstawie danych wejściowych. 2) S1 w warstwie 2 ma 6 map obiektów, C2 ma …

16 machine-learning neural-networks deep-learning pattern-recognition conv-neural-network

3

Najnowocześniejszy algorytm uczenia się zespołu w zadaniach rozpoznawania wzorców?

Struktura tego pytania jest następująca: najpierw przedstawiam koncepcję uczenia się w zespole , następnie dostarczam listę zadań rozpoznawania wzorców , następnie podaję przykłady algorytmów uczenia się w zespole, a na koniec przedstawiam moje pytanie. Ci, którzy nie potrzebują wszystkich dodatkowych informacji, mogą po prostu spojrzeć na nagłówki i przejść od …

14 machine-learning neural-networks pattern-recognition ensemble ocr

3

Próg ukrytego modelu Markowa

Opracowałem system sprawdzania koncepcji rozpoznawania dźwięku za pomocą modeli mfcc i ukrytych marek. Daje obiecujące wyniki, gdy testuję system na znanych dźwiękach. Chociaż system, gdy wprowadzany jest nieznany dźwięk, zwraca wynik z najbliższym dopasowaniem, a wynik nie jest tak wyraźny, aby go wymyślić, jest to dźwięk nieznany, np .: Wytrenowałem …

14 machine-learning hidden-markov-model pattern-recognition

3

Miara statystyczna określająca, czy obraz składa się z oddzielnych przestrzennie połączonych regionów

Rozważ te dwa obrazy w skali szarości: Pierwsze zdjęcie pokazuje meandrujący wzór rzeki. Drugi obraz pokazuje losowy szum. Szukam miary statystycznej, której mogę użyć do ustalenia, czy prawdopodobne jest, że obraz pokazuje wzór rzeki. Obraz rzeki ma dwa obszary: rzeka = wysoka wartość i wszędzie indziej = niska wartość. W …

14 variance spatial pattern-recognition

2

Dlaczego Morana nie równa się „-1” w idealnie rozproszonym wzorze punktowym

Czy wikipedia jest zła ... czy ja tego nie rozumiem? Wikipedia: Białe i czarne kwadraty („wzór szachowy”) są idealnie rozproszone, więc Moran miałbym −1. Gdyby białe kwadraty zostały ułożone w stos na jednej połowie planszy, a czarne kwadraty na drugiej, I Morana byłby bliski +1. Losowe ułożenie kwadratowych kolorów dałoby …

12 r autocorrelation spatial pattern-recognition

1

Wzorzec kliknięć myszy (lub klawiatury) i przewidywanie aktywności użytkownika komputera

Czy na podstawie wyłącznie czasowego wzoru kliknięć myszą (lista czasów kliknięcia ) można przewidzieć aktywność użytkownika komputera?[ t1, t2), t3), … ][t1,t2,t3,…][t_1,t_2,t_3,\ldots] Na przykład poza pracą: spędzaniem czasu na Facebooku, oglądaniem zdjęć i graniem w grę komputerową. Jeśli są to bardziej szczegółowe prognozy (np. Granie w StarCraft vs Counter Strike …

10 time-series signal-processing pattern-recognition

4

Jak interpretować krzywą przeżycia modelu zagrożenia Coxa?

Jak interpretujesz krzywą przeżycia z proporcjonalnego modelu hazardu Coxa? W tym przykładzie zabawki załóżmy, że mamy proporcjonalny model hazardu Coxa dla agezmiennej w kidneydanych i generujemy krzywą przeżycia. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Na przykład o czasie 200200200, które stwierdzenie jest prawdziwe? czy oba są w …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

3

Czy ICA wymaga najpierw uruchomienia PCA?

Przejrzałem artykuł oparty na aplikacji, mówiąc, że zastosowanie PCA przed zastosowaniem ICA (przy użyciu pakietu fastICA). Moje pytanie brzmi: czy ICA (fastICA) wymaga uruchomienia PCA w pierwszej kolejności? W artykule wspomniano o tym ... argumentuje się również, że wstępne zastosowanie PCA poprawia wydajność ICA poprzez (1) odrzucenie małych końcowych wartości …

9 pca dimensionality-reduction pattern-recognition ica

Pytania otagowane jako pattern-recognition