Pertanyaan yang diberi tag «algorithms»

Daftar langkah-langkah komputasi jelas terlibat dalam menemukan solusi untuk kelas masalah.

1
Bagaimana cara kerja L-BFGS?
Tujuan dari makalah ini adalah untuk mengoptimalkan beberapa parameter dengan memaksimalkan log-likelihood yang diatur. Kemudian mereka menghitung turunan parsial. Dan kemudian penulis menyebutkan bahwa mereka mengoptimalkan persamaan menggunakan L-BFGS, prosedur kuasi-Newton standar untuk mengoptimalkan fungsi halus dari banyak variabel (tidak ada rincian lebih lanjut). Bagaimana cara kerjanya ?

1
Estimasi Parameter LogLikelihood untuk Filter Linear Gaussian Kalman
Saya telah menulis beberapa kode yang dapat melakukan pemfilteran Kalman (menggunakan sejumlah filter tipe Kalman yang berbeda [Information Filter et al.]) Untuk Linear Gaussian State Space Analysis untuk vektor keadaan n-dimensi. Filter bekerja dengan baik dan saya mendapatkan beberapa output yang bagus. Namun, estimasi parameter melalui estimasi loglikelihood membingungkan saya. …

1
Aljabar LDA. Fisher daya diskriminasi variabel dan Analisis Diskriminan Linear
Tampaknya, Analisis Fisher bertujuan memaksimalkan pemisahan antar kelas secara serentak, sekaligus meminimalkan dispersi di dalam kelas. Sebuah ukuran yang berguna dari kekuatan diskriminasi dari sebuah variabel maka diberikan oleh kuantitas diagonal: Bii/WiiBii/WiiB_{ii}/W_{ii} . http://root.cern.ch/root/htmldoc/TMVA__MethodFisher.html Saya mengerti bahwa ukuran ( p x p) dari matriks Antara ( B ) dan Dalam-Kelas …

1
LARS vs koordinate descent untuk laso
Apa pro dan kontra dari menggunakan LARS [1] dibandingkan menggunakan penurunan koordinat untuk menyesuaikan regresi linier yang diatur L1? Saya terutama tertarik pada aspek kinerja (masalah saya cenderung ada Ndalam ratusan ribu dan p<20.) Namun, wawasan lainnya juga akan dihargai. sunting: Karena saya telah memposting pertanyaan, chl telah dengan ramah …



5
Apakah mesin otomatis mempelajari mimpi?
Ketika saya menemukan pembelajaran mesin, saya melihat berbagai teknik menarik seperti: secara otomatis menyesuaikan algoritma dengan teknik seperti grid search, mendapatkan hasil yang lebih akurat melalui kombinasi berbagai algoritma dari "tipe" yang sama, yaitu boosting, mendapatkan hasil yang lebih akurat melalui kombinasi algoritma yang berbeda (tetapi bukan jenis algoritma yang …



1
Mendefinisikan kuantil di atas sampel tertimbang
Saya memiliki sampel tertimbang, yang ingin saya hitung kuantil. 1 Idealnya, jika bobotnya sama (baik = 1 atau tidak), hasilnya akan konsisten dengan bobot scipy.stats.scoreatpercentile()R dan quantile(...,type=7). Salah satu pendekatan sederhana adalah "memperbanyak" sampel menggunakan bobot yang diberikan. Itu secara efektif memberikan "flat" ecdf lokal di bidang berat> 1, yang …

2
Apakah Random Forests menunjukkan bias prediksi?
Saya pikir ini adalah pertanyaan langsung, meskipun alasan di balik mengapa atau mengapa tidak. Alasan saya bertanya adalah bahwa saya baru-baru ini menulis implementasi RF saya sendiri dan meskipun berkinerja baik, kinerjanya tidak sebaik yang saya harapkan (berdasarkan set data kompetisi Prediksi Kualitas Foto Kaggle , skor kemenangan dan beberapa …

3
Deteksi outlier dalam set yang sangat kecil
Saya perlu mendapatkan seakurat mungkin nilai untuk kecerahan sumber cahaya yang stabil terutama yang diberikan dua belas nilai luminositas sampel. Sensornya tidak sempurna, dan cahayanya kadang-kadang bisa "berkedip" lebih terang atau lebih gelap, yang bisa diabaikan, karenanya saya perlu deteksi outlier (saya pikir?). Saya sudah membaca beberapa pendekatan di sini …


3
Mengapa dimensi VC penting?
Wikipedia mengatakan bahwa: Dimensi VC adalah kardinalitas set poin terbesar yang dapat dihancurkan algoritma. Sebagai contoh, classifier linier memiliki kardinalitas n +1. Pertanyaan saya adalah mengapa kita peduli? Sebagian besar dataset yang Anda lakukan klasifikasi linier cenderung sangat besar dan mengandung banyak poin.

1
Algoritma: Pencarian biner ketika nilai tidak pasti
Saya membutuhkan algoritma untuk melakukan pencarian biner ketika tes pada setiap langkah dapat memberikan hasil yang salah. Latar belakang: Saya perlu menempatkan siswa pada 12 tingkat kesulitan yang paling tepat. Pendekatan saat ini adalah brute force dan mengajukan 60 pertanyaan pilihan ganda 4-jawaban untuk meningkatkan kesulitan, berhenti setelah tiga salah, …
11 algorithms 

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.