Pertanyaan yang diberi tag «machine-learning»

Ini adalah skor F beta: Fβ= ( 1 + β2) ⋅ p r e c i s i o n ⋅ r e c a l l( β2⋅ p r e c i s i o n ) + r e c a l lFβ=(1+β2)⋅halrecsayassayaHain⋅recSebuahll(β2⋅halrecsayassayaHain)+recSebuahllF_\beta = (1 + \beta^2) \cdot …

10 machine-learning  precision-recall  model-evaluation 

Apakah mungkin untuk melatih jaringan saraf untuk menggambar dengan gaya tertentu? (Jadi itu mengambil gambar dan menggambar ulang dengan gaya yang dilatihnya.) Apakah ada teknologi yang disetujui untuk hal semacam itu? Saya tahu tentang algoritma DeepArt. Adalah baik untuk mengisi gambar utama dengan pola tertentu (misalnya, gambar vangoghify), tetapi saya …

10 machine-learning  neural-networks  deep-learning 

Saya mencoba untuk melatih jaringan saraf yang mendalam untuk klasifikasi, menggunakan propagasi balik. Secara khusus, saya menggunakan jaringan saraf convolutional untuk klasifikasi gambar, menggunakan perpustakaan Tensor Flow. Selama pelatihan, saya mengalami beberapa perilaku aneh, dan saya hanya ingin tahu apakah ini tipikal, atau apakah saya mungkin melakukan sesuatu yang salah. …

10 machine-learning  classification  neural-networks  conv-neural-network  tensorflow 

Dalam PCA, apakah ada bedanya jika kita memilih komponen utama dari matriks kovarians terbalik ATAU jika kita menjatuhkan vektor eigen dari matriks kovarians yang sesuai dengan nilai eigen besar? Ini terkait dengan diskusi di dalam posting ini .

10 machine-learning  pca  computational-statistics 

Saya baru-baru ini mulai menggunakan Pareto smoothed pentingnya pengambilan sampel validasi silang keluar-keluar-keluar (PSIS-LOO), yang dijelaskan dalam makalah ini: Vehtari, A., & Gelman, A. (2015). Pareto memuluskan sampel kepentingan. pracetak arXiv ( tautan ). Vehtari, A., Gelman, A., & Gabry, J. (2016). Evaluasi model Bayesian praktis menggunakan validasi silang tinggalkan-keluar-keluar …

10 machine-learning  cross-validation  mcmc  pareto-distribution  importance-sampling 

Mendukung Mesin Vektor dengan kernel fungsi radial-base adalah classifier yang diawasi untuk keperluan umum. Sementara saya tahu dasar-dasar teoretis untuk SVM ini, dan poin-poin kuatnya, saya tidak mengetahui kasus-kasus di mana mereka adalah metode yang lebih disukai. Jadi, apakah ada kelas masalah yang RBF SVM lebih unggul dari teknik ML …

10 machine-learning  logistic  classification  svm  random-forest 

Dalam literatur pembelajaran mesin, untuk mewakili distribusi probabilitas, fungsi softmax sering digunakan. Apakah ada alasan untuk ini? Mengapa fungsi lain tidak digunakan?

10 machine-learning  distributions  softmax 

Baru-baru ini, saya menjadi tertarik pada model susun sebagai bentuk pembelajaran ansambel. Secara khusus, saya telah bereksperimen sedikit dengan beberapa dataset mainan untuk masalah regresi. Saya pada dasarnya telah mengimplementasikan individual "level 0" regressor, menyimpan prediksi output masing-masing regressor sebagai fitur baru untuk "meta-regressor" sebagai inputnya, dan menyesuaikan meta-regressor ini …

10 machine-learning  ensemble  stacking 

Saat ini saya membaca tentang teknik visualisasi t-SNE dan disebutkan bahwa salah satu kelemahan menggunakan analisis komponen utama (PCA) untuk memvisualisasikan data dimensi tinggi adalah bahwa ia hanya mempertahankan jarak berpasangan yang besar antara titik-titik. Makna titik-titik yang berjauhan dalam ruang dimensi tinggi juga akan tampak berjauhan dalam subruang dimensi …

10 machine-learning  data-visualization  pca  tsne 

Saya sedang membaca: https://en.wikipedia.org/wiki/Tf%E2%80%93idf#Definition Tapi sepertinya saya tidak bisa mengerti persis mengapa formula itu dibuat seperti itu. Apa yang saya Pahami: iDF pada tingkat tertentu harus mengukur seberapa sering suatu istilah S muncul di setiap dokumen, menurun nilainya ketika istilah itu muncul lebih sering. Dari perspektif itu saya D F( …

10 machine-learning  clustering  mathematical-statistics  text-mining  natural-language 

Saya bertanya-tanya apakah mungkin untuk melatih SVM (katakanlah linear, untuk mempermudah) menggunakan backpropagation? Saat ini, aku di blok jalan, karena saya hanya bisa berpikir tentang menulis keluaran classifier ini sebagai f(x;θ,b)=sgn(θ⋅x−(b+1))=sgn(g(x;θ,b))f(x;θ,b)=sgn(θ⋅x−(b+1))=sgn(g(x;θ,b)) f(\mathbf{x};\theta,b) = \text{sgn}(\theta\cdot\mathbf{x} - (b+1)) = \text{sgn}(g(\mathbf{x};\theta,b)) Karenanya, ketika kita mencoba dan menghitung "backwards pass" (kesalahan yang diperbanyak) kita …

10 machine-learning  neural-networks  svm  gradient-descent  backpropagation 

Saya mengerti bahwa neural networks (NNs) dapat dianggap sebagai aproksimator universal untuk kedua fungsi dan turunannya, berdasarkan asumsi tertentu (baik pada jaringan dan fungsi untuk perkiraan). Bahkan, saya telah melakukan sejumlah tes pada fungsi-fungsi sederhana, namun tidak sepele (misalnya, polinomial), dan tampaknya saya memang bisa memperkirakannya dan turunan pertamanya dengan …

10 machine-learning  neural-networks  function  derivative 

Dalam bagian 7 dari makalah Hutan Acak (Breiman, 1999), penulis menyatakan dugaan berikut: "Adaboost is a Random Forest". Adakah yang membuktikan, atau membantah ini? Apa yang telah dilakukan untuk membuktikan atau menyangkal postingan ini tahun 1999?

10 machine-learning  random-forest  boosting 

Saya mengerti bahwa pelatihan awal digunakan untuk menghindari beberapa masalah dengan pelatihan konvensional. Jika saya menggunakan backpropagation dengan, katakanlah autoencoder, saya tahu saya akan mengalami masalah waktu karena backpropagation lambat, dan saya juga bisa terjebak dalam optima lokal dan tidak mempelajari fitur-fitur tertentu. Apa yang saya tidak mengerti adalah bagaimana …

10 machine-learning  neural-networks  backpropagation  rbm  pre-training 

Berapa Dimensi VC dari algoritma tetangga k-terdekat jika k sama dengan jumlah poin pelatihan yang digunakan? Konteks: Pertanyaan ini ditanyakan dalam kursus yang saya ambil dan jawaban yang diberikan adalah 0. Namun, saya tidak mengerti mengapa demikian. Intuisi saya adalah bahwa Dimensi-VC harus 1, karena harus dimungkinkan untuk memilih dua …

10 machine-learning  self-study  k-nearest-neighbour  vc-dimension