Pertanyaan yang diberi tag «machine-learning»

Pada pertengahan 1960-an, para peneliti dengan terkenal menyebut catur sebagai " Drosophila of AI": seperti halnya lalat buah, permainan catur dapat diakses dan masalah yang relatif mudah untuk diujicobakan, yang belum menghasilkan pengetahuan penting masalah yang lebih kompleks. Sekarang, orang tampaknya mengatakan "catur hanyalah masalah pencarian" dan "metode catur akan …

11 machine-learning 

Makalah ini pada Adaboost memberikan beberapa saran dan kode (halaman 17) untuk memperluas model 2-kelas ke masalah kelas-K. Saya ingin menggeneralisasi kode ini, sehingga saya dapat dengan mudah memasang model 2-kelas yang berbeda dan membandingkan hasilnya. Karena sebagian besar model klasifikasi memiliki antarmuka rumus dan predictmetode, beberapa di antaranya seharusnya …

11 r  machine-learning  classification  statistical-learning  multi-class 

Ini sudah ada dalam pikiran saya selama setidaknya beberapa jam. Saya mencoba menemukan k yang optimal untuk output dari algoritma k-means (dengan metrik kesamaan cosine ) jadi saya akhirnya merencanakan distorsi sebagai fungsi dari jumlah cluster. Dataset saya adalah kumpulan 800 dokumen dalam ruang 600 dimensi. Dari apa yang saya …

11 machine-learning  clustering  k-means 

Saya bekerja dengan beberapa set data besar menggunakan paket gbm di R. Baik matriks prediktor saya dan vektor respons saya cukup jarang (yaitu sebagian besar entri adalah nol). Saya berharap untuk membangun pohon keputusan menggunakan algoritma yang mengambil keuntungan dari jarangnya ini, seperti yang dilakukan di sini ). Dalam makalah …

11 r  regression  machine-learning  classification  cart 

Apa manfaat dari memberikan nilai awal tertentu untuk probabilitas transisi dalam Model Markov Tersembunyi? Akhirnya sistem akan mempelajarinya, jadi apa gunanya memberikan nilai selain yang acak? Apakah algoritma yang mendasari membuat perbedaan seperti Baum-Welch? Jika saya mengetahui probabilitas transisi di awal dengan sangat akurat, dan tujuan utama saya adalah untuk …

11 machine-learning  expectation-maximization  hidden-markov-model 

Katakanlah saya punya model klasifikasi prediksi berdasarkan hutan acak (menggunakan paket randomForest di R). Saya ingin mengaturnya agar pengguna akhir dapat menentukan item untuk menghasilkan prediksi, dan itu akan menampilkan kemungkinan klasifikasi. Sejauh ini, tidak masalah. Tetapi akan berguna / keren untuk dapat menampilkan sesuatu seperti grafik kepentingan variabel, tetapi …

11 machine-learning  random-forest 

Apakah ada metode standar untuk menentukan titik operasi "optimal" pada kurva recall presisi ? (Yaitu, menentukan titik pada kurva yang menawarkan trade-off yang baik antara presisi dan recall) Terima kasih

11 machine-learning  precision-recall 

Saya telah melihat ke dalam kerangka teori untuk pemilihan metode (catatan: bukan pemilihan model) dan telah menemukan sangat sedikit kerja sistematis, bermotivasi matematis. Dengan 'pemilihan metode', maksud saya kerangka kerja untuk membedakan metode yang sesuai (atau lebih baik, optimal) sehubungan dengan masalah, atau jenis masalah. Apa yang saya temukan adalah …

11 machine-learning  methodology  theory 

Jadi apa yang saya baca tentang nabi Facebook adalah bahwa ia pada dasarnya memecah seri waktu menjadi tren dan musiman. Misalnya, model aditif akan ditulis sebagai: y( t ) = g( t ) + s ( t ) + h ( t ) + ety(t)=g(t)+s(t)+h(t)+et y(t) = g(t) + s(t) …

11 regression  machine-learning  time-series  prophet 

Pemahaman saya tentang SVM adalah bahwa hal itu sangat mirip dengan regresi logistik (LR), yaitu sejumlah fitur tertimbang dilewatkan ke fungsi sigmoid untuk mendapatkan kemungkinan memiliki kelas, tetapi alih-alih kehilangan cross-entropy (logistik) fungsi, pelatihan dilakukan menggunakan engsel yang hilang. Manfaat menggunakan kehilangan engsel adalah bahwa seseorang dapat melakukan berbagai trik …

11 machine-learning  logistic  svm 

Baru-baru ini saya telah meninjau algoritma XGBoost dan saya perhatikan bahwa algoritma ini dapat menangani data yang hilang (tanpa memerlukan imputasi) dalam fase pelatihan. Saya bertanya-tanya apakah XGboost dapat menangani data yang hilang (tanpa memerlukan imputasi) ketika digunakan untuk meramalkan pengamatan baru atau perlu untuk menyalahkan data yang hilang. Terima …

11 machine-learning  missing-data  data-imputation  xgboost 

The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Saya memiliki daftar kata-kata, milik berbagai kategori yang ditentukan sendiri. Setiap kategori memiliki pola sendiri (misalnya satu memiliki panjang tetap dengan karakter khusus, yang lain ada karakter yang hanya terjadi dalam kategori "kata", ...). Sebagai contoh: "ABC" -> type1 "ACC" -> type1 "a8 219" -> type2 "c 827" -> type2 …

11 machine-learning  classification  similarities  supervised-learning 

Pada hal. 34 dari Pengantar Pembelajaran Statistik : \newcommand{\Var}{{\rm Var}} Meskipun bukti matematika adalah di luar cakupan buku ini, adalah mungkin untuk menunjukkan bahwa tes diharapkan MSE, untuk nilai yang diberikan x0x0x_0 , selalu dapat didekomposisi menjadi jumlah dari tiga jumlah mendasar: varians dari f^( x0)f^(x0)\hat{f}(x_0) , bias kuadrat dari …

11 machine-learning  variance 

Bagaimana peta aktivasi pada lapisan tertentu terhubung ke filter untuk lapisan itu? Saya tidak bertanya tentang bagaimana melakukan operasi konvolusional antara filter dan peta aktivasi, saya bertanya tentang jenis konektivitas yang dimiliki keduanya. Misalnya, Anda ingin melakukan konektivitas penuh. Anda memiliki f jumlah filter dan n jumlah peta aktivasi di …

11 machine-learning  deep-learning  conv-neural-network