Pertanyaan yang diberi tag «machine-learning»

Saya sedang membangun pengkategorisasi teks untuk kalimat pendek. Selain memberi tahu pengguna "kategori teks yang Anda masukkan adalah C", saya ingin dapat menjelaskan mengapa saya membuat keputusan ini, dengan cara yang singkat dan mudah dimengerti. Misalnya, saya tidak ingin memberi tahu pengguna "Saya memasukkan kalimat Anda ke dalam jaringan saraf …

11 machine-learning  classification 

Di tempat kerja saya ditugaskan untuk menyimpulkan beberapa jenis informasi tentang bahasa yang dinamis. Saya menulis ulang urutan pernyataan menjadi letekspresi bersarang , seperti: return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y in Z …

11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 

Gagasan utama k-Nearest-Neighbor memperhitungkan titik terdekat dan memutuskan klasifikasi data berdasarkan suara terbanyak. Jika demikian, maka seharusnya tidak memiliki masalah dalam data dimensi yang lebih tinggi karena metode seperti hashing sensitif lokalitas dapat secara efisien menemukan tetangga terdekat.kkk Selain itu, pemilihan fitur dengan jaringan Bayesian dapat mengurangi dimensi data dan …

11 machine-learning  artificial-intelligence 

Diberikan dua set A , BSEBUAH,BA,B string lebih dari alfabet ΣΣ\Sigma , dapatkah kita menghitung otomat kondisi-terbatas deterministik terkecil (DFA) M.M.M sehingga A ⊆ L ( M)SEBUAH⊆L.(M.)A \subseteq L(M) dan L ( M) ⊆ Σ∗∖ BL.(M.)⊆Σ∗∖BL(M) \subseteq \Sigma^*\setminus B ? Dengan kata lain, mewakili sekumpulan contoh positif. Setiap string dalam …

11 regular-languages  automata  finite-automata  machine-learning 

Perhatian utama saya adalah apakah pemrograman genetika adalah bidang penelitian aktif, dengan beberapa aplikasi yang menjanjikan dalam praktiknya. Sepertinya di bidang pembelajaran mesin, jaringan saraf adalah kata kunci utama, dengan menyebutkan dalam berita arus utama hari ini, tetapi saya belum pernah mendengar pemrograman genetik serupa "kisah sukses".

10 machine-learning  evolutionary-computing 

Saya menerapkan algoritma Naive Bayes untuk kategorisasi teks dengan penghalusan Laplacian. Masalah yang saya miliki adalah bahwa probabilitas mendekati nol karena saya mengalikan banyak fraksi kecil. Oleh karena itu, probabilitas akhirnya menghasilkan nol. Ini karena ada beberapa kata dalam dokumen dan set pelatihan. Karena itu, saya tidak dapat mengkategorikan teks. …

10 machine-learning  natural-language-processing  floating-point  numerical-algorithms 

Baru-baru ini saya membaca entri blog yang sangat menarik dari Google Research Blog yang berbicara tentang jaringan saraf. Pada dasarnya mereka menggunakan jaringan saraf ini untuk menyelesaikan berbagai masalah seperti pengenalan gambar. Mereka menggunakan algoritma genetika untuk "mengembangkan" bobot akson. Jadi pada dasarnya ide saya adalah sebagai berikut. Jika saya …

10 machine-learning  np  neural-networks  p-vs-np  genetic-algorithms 

Saya belajar klasifikasi SVM dan menemui masalah. Saya tidak yakin apakah dilema ini memiliki terminologi untuk itu. Asumsikan kami ingin mengklasifikasikan pasien berdasarkan SVM dengan memberikan sampel orang sehat (baik jenis kelamin) dan orang dengan kanker hati (baik jenis kelamin). Jika kita memberi label sampel orang sehat sebagai kelas 1 …

10 machine-learning 

Karena sifat pertanyaan, saya harus memasukkan banyak informasi latar belakang (karena pertanyaan saya adalah: bagaimana saya mempersempit ini?) Yang mengatakan, itu dapat diringkas (sesuai pengetahuan saya) sebagai: Metode apa yang ada untuk menemukan optimum lokal pada ruang pencarian kombinatorial yang sangat besar? Latar Belakang Dalam komunitas superplay yang dibantu alat, …

10 reference-request  machine-learning  combinatorics  optimization  search-problem 

Penafian: Saya seorang ahli biologi, sangat menyesal untuk (mungkin) pertanyaan dasar yang diutarakan dalam istilah yang kasar. Saya tidak yakin apakah saya harus mengajukan pertanyaan ini di sini atau di DS / SC, tetapi CS adalah yang terbesar dari tiga, jadi begini. (Setelah saya memposting, terpikir oleh saya bahwa Cross-Validated …

9 machine-learning  probability-theory 

Pada halaman wikipedia di sini dijelaskan dengan sangat baik algoritma CDCL (dan tampaknya gambar diambil dari slide yang dibuat oleh Sharad Malik di Princeton). Namun ketika menggambarkan bagaimana untuk mundur semua yang dikatakannya adalah "ke titik yang tepat". MiniSAT juga menggunakan varian dari algoritma CDCL jadi saya membaca makalah ini. …

9 machine-learning  satisfiability  sat-solvers  backtracking 

Ketika memperbarui bobot jaringan saraf menggunakan algoritma backpropagation dengan istilah momentum, haruskah tingkat pembelajaran diterapkan pada istilah momentum juga? Sebagian besar informasi yang dapat saya temukan tentang menggunakan momentum memiliki persamaan yang terlihat seperti ini: W′i=Wi−αΔWi+μΔWi−1Wi′=Wi−αΔWi+μΔWi−1W_{i}' = W_{i} - \alpha \Delta W_i + \mu \Delta W_{i-1} di mana adalah tingkat …

9 machine-learning  neural-networks 

Saya sudah belajar tentang jaringan saraf dan SVM. Tutorial yang saya baca menekankan betapa pentingnya kernelisasi, untuk SVM. Tanpa fungsi kernel, SVM hanyalah sebuah classifier linier. Dengan kernelisasi, SVMs juga dapat menggabungkan fitur-fitur non-linear, yang membuatnya menjadi classifier yang lebih kuat. Sepertinya saya juga bisa menerapkan kernelisasi ke jaringan saraf, …

9 machine-learning  artificial-intelligence  neural-networks 

Mengapa jaringan saraf bobot awal diinisialisasi sebagai angka acak? Saya telah membaca di suatu tempat bahwa ini dilakukan untuk "memecahkan simetri" dan ini membuat jaringan saraf belajar lebih cepat. Bagaimana cara memecahkan simetri membuatnya belajar lebih cepat? Bukankah menginisialisasi bobot ke 0 adalah ide yang lebih baik? Dengan begitu bobot …

9 machine-learning  artificial-intelligence  neural-networks 

Saya sedang menyelidiki pembelajaran PAC (teori pembelajaran komputasi) sebagai pemula tanpa pengetahuan sebelumnya tentang pembelajaran mesin / AI. Saya menyelidiki model ini terutama dari sudut pandang historis. Untuk ini, hal yang paling penting tentu saja hasilnya berdasarkan model. Ada cukup banyak makalah di luar sana yang mendokumentasikan hasil ini. Tetapi …

9 machine-learning