Pertanyaan yang diberi tag «machine-learning»

Dapatkah seseorang tolong beri tahu saya perbedaan antara kernel di SVM: Linier Polinomial Gaussian (RBF) Sigmoid Karena seperti yang kita ketahui bahwa kernel digunakan untuk memetakan ruang input kami ke ruang fitur berdimensi tinggi. Dan dalam ruang fitur itu, kami menemukan batas yang dapat dipisahkan secara linear .. Kapan mereka …

27 machine-learning  svm  pattern-recognition  kernel-trick 

K-fold cross-validation dapat digunakan untuk memperkirakan kemampuan generalisasi dari classifier yang diberikan. Bisakah saya (atau harus saya) juga menghitung varians yang dikumpulkan dari semua validasi berjalan untuk mendapatkan estimasi yang lebih baik dari variansnya? Jika tidak, mengapa? Saya telah menemukan makalah yang menggunakan deviasi standar gabungan lintas berjalan validasi . …

27 machine-learning  cross-validation 

Adakah yang bisa memberi tahu saya cara menilai apakah model pembelajaran mesin yang diawasi sesuai atau tidak? Jika saya tidak memiliki dataset validasi eksternal, saya ingin tahu apakah saya dapat menggunakan ROC validasi silang 10 kali lipat untuk menjelaskan overfitting. Jika saya memiliki dataset validasi eksternal, apa yang harus saya …

27 machine-learning 

Katakanlah kita ingin melakukan regresi untuk f = x * ymenggunakan jaringan saraf standar yang sederhana . Saya ingat bahwa ada beberapa penelitian yang mengatakan bahwa NN dengan satu layer tersembunyi dapat menggunakan fungsi apa pun, tetapi saya telah mencoba dan tanpa normalisasi, NN tidak dapat memperkirakan bahkan perkalian sederhana …

27 regression  machine-learning  neural-networks  deep-learning 

Katakanlah kita memiliki classifier SVM, bagaimana kita menghasilkan kurva ROC? (Seperti secara teoritis) (karena kita menghasilkan TPR dan FPR dengan masing-masing ambang). Dan bagaimana kita menentukan ambang batas optimal untuk klasifikasi SVM ini?

27 machine-learning  svm 

Ada banyak posting di SE ini yang membahas pendekatan yang kuat untuk analisis komponen utama (PCA), tetapi saya tidak dapat menemukan penjelasan yang baik tentang mengapa PCA sensitif terhadap outlier di tempat pertama.

26 machine-learning  pca  outliers 

Ketika kita membaca buku, memahami notasi memainkan peran yang sangat penting dalam memahami konten. Sayangnya, komunitas yang berbeda memiliki konvensi notasi yang berbeda untuk perumusan model dan masalah optimisasi. Bisakah seseorang meringkas beberapa notasi formulasi di sini dan memberikan kemungkinan alasan? Saya akan memberikan contoh di sini: Dalam literatur aljabar …

26 machine-learning  probability  self-study  optimization 

Saya baru-baru ini menyelesaikan kompetisi Kaggle di mana skor roc auc digunakan sesuai persyaratan kompetisi. Sebelum proyek ini, saya biasanya menggunakan skor f1 sebagai metrik untuk mengukur kinerja model. Ke depan, saya bertanya-tanya bagaimana saya harus memilih antara dua metrik ini? Kapan menggunakan yang mana, dan apa pro dan kontra …

26 machine-learning  modeling  roc  scoring-rules 

Apa perbedaan antara SVM satu-vs-semua dan satu-vs-satu? Apakah one-vs-all berarti satu classifier untuk mengklasifikasikan semua tipe / kategori gambar baru dan one-vs-one berarti setiap tipe / kategori gambar baru mengklasifikasikan dengan classifier yang berbeda (masing-masing kategori ditangani oleh classifier khusus)? Misalnya, jika gambar baru akan diklasifikasikan menjadi lingkaran, persegi panjang, …

26 machine-learning  classification  svm 

Model topik populer seperti LDA biasanya mengelompokkan kata-kata yang cenderung muncul bersama dalam topik yang sama (cluster). Apa perbedaan utama antara model topik tersebut, dan pendekatan pengelompokan sederhana berdasarkan kejadian bersama lainnya seperti PMI? (PMI singkatan dari Pointwise Mutual Information, dan digunakan untuk mengidentifikasi kata-kata yang muncul bersamaan dengan kata …

26 machine-learning  text-mining  natural-language  topic-models 

Asumsikan saya ingin melakukan klasifikasi biner (sesuatu milik kelas A atau kelas B). Ada beberapa kemungkinan untuk melakukan ini di lapisan output dari jaringan saraf: Gunakan 1 simpul output. Output 0 (<0,5) dianggap kelas A dan 1 (> = 0,5) dianggap kelas B (dalam kasus sigmoid) Gunakan 2 node output. …

26 machine-learning  classification  neural-networks 

Kehilangan latihan saya turun dan naik lagi. Sangat aneh. Kehilangan validasi silang melacak kehilangan pelatihan. Apa yang sedang terjadi? Saya memiliki dua LSTMS yang ditumpuk sebagai berikut (pada Keras): model = Sequential() model.add(LSTM(512, return_sequences=True, input_shape=(len(X[0]), len(nd.char_indices)))) model.add(Dropout(0.2)) model.add(LSTM(512, return_sequences=False)) model.add(Dropout(0.2)) model.add(Dense(len(nd.categories))) model.add(Activation('sigmoid')) model.compile(loss='binary_crossentropy', optimizer='adadelta') Saya latih untuk 100 Zaman: model.fit(X_train, …

26 machine-learning  neural-networks  loss-functions  lstm 

Dari apa yang saya pahami, kita hanya bisa membangun fungsi regresi yang terletak di dalam interval data pelatihan. Misalnya (hanya satu panel yang diperlukan): Bagaimana saya memprediksi ke masa depan menggunakan regresor KNN? Sekali lagi, tampaknya hanya memperkirakan fungsi yang berada dalam interval data pelatihan. Pertanyaan saya: Apa keuntungan menggunakan …

26 regression  machine-learning  k-nearest-neighbour 

Ini mirip dengan pertanyaan metode pengambilan sampel Caret , meskipun itu benar-benar tidak pernah menjawab bagian dari pertanyaan ini dengan cara yang disepakati. fungsi kereta caret menawarkan cvdan repeatedcv. Apa perbedaan dalam mengatakan melakukan: MyTrainControl=trainControl( method = "cv", number=5, repeats=5 ) vs. MyTrainControl=trainControl( method = "repeatedcv", number=5, repeats=5 ) Saya …

26 r  machine-learning  caret 

Akankah perangkat lunak pada akhirnya membuat ahli statistik menjadi usang? Apa yang dilakukan yang tidak dapat diprogram ke dalam komputer?

26 machine-learning  dataset  careers