Pertanyaan yang diberi tag «machine-learning»

Random Forests (RFs) adalah metode pemodelan / penambangan data kompetitif. Model RF memiliki satu output - variabel output / prediksi. Pendekatan naif untuk memodelkan banyak keluaran dengan RF adalah membangun RF untuk setiap variabel keluaran. Jadi kita memiliki N model independen, dan di mana ada korelasi antara variabel output kita …

17 machine-learning  cart  random-forest  multilabel 

Saya baru saja selesai membaca diskusi ini . Mereka berpendapat bahwa PR AUC lebih baik daripada ROC AUC pada dataset yang tidak seimbang. Sebagai contoh, kami memiliki 10 sampel dalam dataset uji. 9 sampel positif dan 1 negatif. Kami memiliki model mengerikan yang memprediksi semuanya positif. Jadi, kita akan memiliki …

17 machine-learning  model-selection  roc  unbalanced-classes  precision-recall 

Pertanyaan saya mungkin konyol. Jadi saya akan minta maaf sebelumnya. Saya mencoba menggunakan model GLOVE yang sudah dilatih oleh Stanford NLP group ( tautan ). Namun, saya perhatikan bahwa hasil kesamaan saya menunjukkan beberapa angka negatif. Itu segera mendorong saya untuk melihat file data kata-vektor. Rupanya, nilai-nilai dalam kata vektor …

17 machine-learning  word2vec  cosine-similarity 

Saya bertemu dengan beberapa ahli statistik yang tidak pernah menggunakan model selain Regresi Linier untuk prediksi karena mereka percaya bahwa "model ML" seperti meningkatkan acak hutan atau gradien sulit untuk dijelaskan atau "tidak dapat ditafsirkan". Dalam Regresi Linier, mengingat bahwa kumpulan asumsi diverifikasi (normalitas kesalahan, homoskedastisitas, tidak ada multi-collinearity), uji-t …

16 regression  machine-learning  multiple-regression  model-interpretation 

Apa definisi matematis dari hubungan sebab akibat antara dua variabel acak? Diberikan sampel dari distribusi bersama dua variabel acak XXX dan YYY , kapan kita mengatakan XXX menyebabkan YYY ? Untuk konteks, saya membaca makalah ini tentang penemuan kausal .

16 machine-learning  causality 

Sepertinya definisi pembelajaran terawasi adalah subset dari pembelajaran penguatan, dengan jenis fungsi hadiah tertentu yang didasarkan pada data berlabel (sebagai lawan dari informasi lain di lingkungan). Apakah ini penggambaran yang akurat?

16 machine-learning  terminology  reinforcement-learning  supervised-learning  definition 

Saya baru saja menemukan "kriteria informasi Akaike", dan saya melihat sejumlah besar literatur tentang pemilihan model (juga hal-hal seperti BIC tampaknya ada). Mengapa metode pembelajaran mesin kontemporer tidak memanfaatkan kriteria pemilihan model BIC dan AIC ini?

16 machine-learning  model-selection  aic  bic 

Saya mencoba menggunakan kuadrat kerugian untuk melakukan klasifikasi biner pada kumpulan data mainan. Saya menggunakan mtcarskumpulan data, menggunakan mil per galon dan berat untuk memprediksi jenis transmisi. Plot di bawah ini menunjukkan dua jenis data tipe transmisi dalam warna berbeda, dan batas keputusan dihasilkan oleh fungsi kerugian yang berbeda. Kerugian …

16 r  machine-learning  logistic  optimization  loss-functions 

Saya mencoba untuk lebih memahami kehilangan log dan bagaimana cara kerjanya tetapi satu hal yang sepertinya tidak bisa saya temukan adalah memasukkan nomor kehilangan log ke dalam semacam konteks. Jika model saya memiliki kehilangan log 0,5, apakah itu bagus? Apa yang dianggap sebagai skor baik dan buruk? Bagaimana ambang batas …

16 machine-learning  loss-functions  log-loss 

Saya agak bingung tentang pembelajaran ensemble. Singkatnya, ini menjalankan model k dan mendapatkan rata-rata model k ini. Bagaimana bisa dijamin bahwa rata-rata model k akan lebih baik daripada model mana pun sendiri? Saya mengerti bahwa bias "menyebar" atau "rata-rata". Namun, bagaimana jika ada dua model dalam ansambel (yaitu k = …

16 machine-learning  ensemble 

Pendekatan teoritikal apa yang harus saya ketahui sebagai ahli statistik / ekonometrik terapan? Saya tahu (sedikit) Model kausal Neyman – Rubin (dan Roy , Haavelmo dll.) Karya Pearl tentang Kausalitas Granger Causality (meskipun kurang berorientasi pada perawatan) Konsep apa yang saya lewatkan atau harus saya sadari? Terkait: Teori mana yang …

16 machine-learning  causality  theory  treatment-effect 

Ketika mempelajari jaringan saraf convolutional, saya memiliki pertanyaan mengenai gambar berikut. 1) C1 pada layer 1 memiliki 6 peta fitur, apakah itu berarti ada enam kernel konvolusional? Setiap kernel konvolusional digunakan untuk menghasilkan peta fitur berdasarkan input. 2) S1 di lapisan 2 memiliki 6 peta fitur, C2 memiliki 16 peta …

16 machine-learning  neural-networks  deep-learning  pattern-recognition  conv-neural-network 

Kami sedang mempelajari pembelajaran mesin melalui Machine Learning: A Probabilistic Perspective (Kevin Murphy). Sementara teks menjelaskan landasan teoretis dari masing-masing algoritma, ia jarang mengatakan dalam kasus apa algoritma yang lebih baik, dan ketika itu, tidak mengatakan bagaimana mengatakan dalam kasus apa saya masuk. Sebagai contoh, untuk pilihan kernel, saya telah …

16 machine-learning  eda 

Apa perbedaan antara classifier, model, dan estimator? Dari apa yang bisa saya katakan: estimator adalah prediktor yang ditemukan dari algoritma regresi classifier adalah prediktor yang ditemukan dari algoritma klasifikasi suatu model dapat berupa estimator atau classifier Tetapi dari melihat online, tampaknya saya mungkin memiliki definisi ini campur aduk. Lantas, apa …

16 machine-learning 

Saya memiliki beberapa keraguan tentang ukuran kinerja yang digunakan, area di bawah kurva ROC (TPR sebagai fungsi FPR) atau area di bawah kurva recall-presisi (presisi sebagai fungsi recall). Data saya tidak seimbang, yaitu jumlah instance negatif jauh lebih besar daripada instance positif. Saya menggunakan prediksi keluaran weka, sampelnya adalah: inst#,actual,predicted,prediction …

16 r  machine-learning  roc  precision-recall  auc