Pertanyaan yang diberi tag «machine-learning»

Metode dan prinsip membangun "sistem komputer yang secara otomatis meningkatkan dengan pengalaman."


1
Mengapa ReLU lebih baik daripada fungsi aktivasi lainnya
Di sini jawabannya mengacu pada gradien menghilang dan meledak yang telah di- sigmoidfungsi aktivasi tetapi, saya kira, Relumemiliki kelemahan dan itu adalah nilai yang diharapkan. tidak ada batasan untuk output Reludan nilai yang diharapkan tidak nol. Saya ingat waktu sebelum popularitas Reluyang tanhadalah yang paling populer di antara mesin ahli …


3
Bagging vs Dropout di Deep Neural Networks
Bagging adalah generasi dari beberapa prediktor yang berfungsi sebagai peramal sebagai satu prediktor tunggal. Dropout adalah teknik yang mengajarkan ke jaringan saraf untuk rata-rata semua subnetwork yang mungkin. Melihat kompetisi Kaggle yang paling penting, tampaknya kedua teknik ini sering digunakan bersama. Saya tidak bisa melihat perbedaan teoretis selain implementasi yang …


2
Gunakan liblinear pada data besar untuk analisis semantik
Saya menggunakan Libsvm untuk melatih data dan memprediksi klasifikasi pada masalah analisis semantik . Tetapi memiliki masalah kinerja pada data skala besar, karena analisis semantik menyangkut masalah n-dimensi . Tahun lalu, Liblinear dirilis, dan itu dapat menyelesaikan hambatan kinerja. Tetapi biaya memori terlalu banyak . Apakah MapReduce satu-satunya cara untuk …

5
Mendeteksi kucing secara visual melalui deteksi anomali
Saya memiliki proyek hobi yang saya renungkan sebagai komitmen untuk meningkatkan pengalaman belajar mesin saya yang sejauh ini terbatas. Saya telah mengambil dan menyelesaikan MOOC Coursera tentang topik tersebut. Pertanyaan saya berkaitan dengan kelayakan proyek. Tugasnya adalah sebagai berikut: Kucing tetangga kadang-kadang mengunjungi kebun saya, yang saya tidak suka karena …

2
Mengapa menggunakan set validasi dan set tes?
Pertimbangkan jaringan saraf: Untuk set data tertentu, kami membaginya ke dalam pelatihan, validasi, dan set tes. Misalkan kita melakukannya dalam rasio klasik 60:20:20, maka kita mencegah overfitting dengan memvalidasi jaringan dengan memeriksa pada set validasi. Lalu apa perlunya mengujinya pada set tes untuk memeriksa kinerjanya? Tidakkah kesalahan pada set tes …

5
Menggabungkan data yang jarang dan padat dalam pembelajaran mesin untuk meningkatkan kinerja
Saya memiliki fitur jarang yang bersifat prediksi, juga saya memiliki beberapa fitur padat yang juga dapat memprediksi. Saya perlu menggabungkan fitur-fitur ini bersama-sama untuk meningkatkan kinerja keseluruhan classifier. Sekarang, masalahnya adalah ketika saya mencoba untuk menggabungkan ini bersama-sama, fitur padat cenderung lebih mendominasi fitur jarang, maka hanya memberikan peningkatan 1% …



1
Apa nilai LB dalam pembelajaran mesin?
Saya telah melalui artikel di blog kaggle. Berulang kali, penulis menyebutkan 'skor LB' dan 'LB fit') sebagai metrik untuk efektivitas pembelajaran mesin (bersama dengan skor cross validation (CV)). Dengan penelitian untuk makna 'LB' saya menghabiskan sedikit waktu, saya menyadari bahwa umumnya orang secara langsung menyebutnya sebagai LB tanpa banyak latar …

3
Apa berat dan bias dalam pembelajaran yang mendalam?
Saya mulai belajar Machine learning dari situs web Tensorflow. Saya telah mengembangkan pemahaman yang sangat mendasar tentang aliran yang diikuti oleh program pembelajaran yang mendalam (metode ini membuat saya belajar lebih cepat daripada membaca buku dan artikel besar). Ada beberapa hal membingungkan yang saya temui, 2 di antaranya adalah: Bias …



Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.