Pertanyaan yang diberi tag «machine-learning»

Algoritma pembelajaran mesin membangun model data pelatihan. Istilah "pembelajaran mesin" secara samar didefinisikan; itu termasuk apa yang juga disebut pembelajaran statistik, pembelajaran penguatan, pembelajaran tanpa pengawasan, dll. SELALU MENAMBAH TAG LEBIH SPESIFIK.

4
Jumlah fitur vs jumlah pengamatan
Apakah ada makalah / buku / ide tentang hubungan antara jumlah fitur dan jumlah pengamatan yang harus dimiliki untuk melatih classifier "kuat"? Sebagai contoh, anggap saya memiliki 1000 fitur dan 10 pengamatan dari dua kelas sebagai satu set pelatihan, dan 10 pengamatan lainnya sebagai set pengujian. Saya melatih beberapa classifier …


4
Jaringan saraf dengan koneksi lompat-lapisan
Saya tertarik pada regresi dengan jaringan saraf. Jaringan saraf dengan nol simpul tersembunyi + koneksi skip-layer adalah model linier. Bagaimana dengan jaring saraf yang sama tetapi dengan simpul tersembunyi? Saya bertanya-tanya apa yang akan menjadi peran koneksi skip-layer? Secara intuitif, saya akan mengatakan bahwa jika Anda menyertakan koneksi skip-layer, maka …

2
cara menghitung kehilangan KLD vs kehilangan rekonstruksi dalam auto-encoder variasional
di hampir semua contoh kode yang pernah saya lihat dari VAE, fungsi kerugian didefinisikan sebagai berikut (ini adalah kode tensorflow, tapi saya pernah melihat yang serupa untuk theano, obor dll. Ini juga untuk convnet, tetapi itu juga tidak terlalu relevan , hanya mempengaruhi sumbu jumlah yang diambil alih): # latent …

1
Apakah ada algoritma yang menggabungkan klasifikasi dan regresi?
Saya bertanya-tanya apakah ada algoritma yang bisa melakukan klasifikasi dan regresi pada saat yang sama. Sebagai contoh, saya ingin membiarkan algoritma mempelajari classifier, dan pada saat yang sama dalam setiap label, ia juga mempelajari target yang berkelanjutan. Jadi, untuk setiap contoh pelatihan, ia memiliki label kategoris dan nilai kontinu. Saya …


8
Mengapa begitu penting untuk memiliki teori berprinsip dan matematis untuk Pembelajaran Mesin?
Saya bertanya-tanya, mengapa begitu penting memiliki pembelajaran mesin berprinsip / teoretis? Dari sudut pandang pribadi sebagai manusia, saya bisa mengerti mengapa Machine Learning berprinsip akan menjadi penting: manusia suka memahami apa yang mereka lakukan, kami menemukan keindahan dan kepuasan untuk memahami. dari sudut pandang teori, matematika itu menyenangkan ketika ada …

1
Pembelajaran streaming yang canggih
Saya telah bekerja dengan kumpulan data besar belakangan ini dan menemukan banyak makalah metode streaming. Untuk beberapa nama: Ikuti-the-Regularized-Leader dan Mirror Descent: Teorema Kesetaraan dan Regularisasi L1 ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf ) Streamed Learning: One-Pass SVMs ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf ) Pegasos: Primal Estimasi sub-GrAdient SOlver untuk SVM http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf atau di sini: Dapatkah SVM …




6
Bagaimana jaringan saraf mengenali gambar?
Pertanyaan ini dimigrasikan dari Stack Overflow karena dapat dijawab pada Cross Validated. Bermigrasi 7 tahun yang lalu . Saya mencoba mempelajari bagaimana Neural Network bekerja pada pengenalan gambar. Saya telah melihat beberapa contoh dan menjadi semakin bingung. Dalam contoh pengenalan huruf dari gambar 20x20, nilai setiap piksel menjadi lapisan input. …

4
Mengatasi ketidakpastian model
Saya bertanya-tanya bagaimana orang Bayesian di komunitas CrossValidated melihat masalah ketidakpastian model dan bagaimana mereka lebih suka menghadapinya? Saya akan mencoba mengajukan pertanyaan saya dalam dua bagian: Seberapa penting (dalam pengalaman / pendapat Anda) berurusan dengan ketidakpastian model? Saya belum menemukan makalah yang menangani masalah ini di komunitas pembelajaran mesin, …



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.