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.



2
Pentingnya Fitur / Dampak untuk Prediksi Individual
Pada level model, untuk menilai kontribusi / kepentingan prediktor, kita dapat menggunakan: Model Teknik Khusus - mis. Kemurnian (Indeks Gini) untuk model berbasis pohon, koefisien model jika dapat diterapkan, dll. Model Teknik Independen - misalnya Pentingnya Fitur Permutasi, Ketergantungan Sebagian, dll. Apa yang tidak disampaikan ini adalah untuk prediksi tertentu …

1
Perbedaan antara anil simulasi dan serakah ganda
Saya mencoba untuk memahami apa perbedaan antara anil simulasi dan menjalankan beberapa algoritma mendaki bukit serakah. Pada pemahaman saya, algoritma serakah akan mendorong skor ke maksimum lokal, tetapi jika kita mulai dengan beberapa konfigurasi acak dan menerapkan serakah untuk semuanya, kita akan memiliki beberapa maksimum lokal. Lalu kami memilih maks …

1
MSE sebagai proksi Korelasi Pearson dalam Masalah Regresi
TL; DR (terlalu panjang, tidak dibaca): Saya sedang mengerjakan masalah prediksi deret waktu, yang saya rumuskan sebagai masalah Regresi menggunakan Deep Learning (keras). Saya ingin mengoptimalkan korelasi Pearson antara prediksi saya dan label yang sebenarnya. Saya bingung dengan fakta bahwa menggunakan MSE sebagai proxy sebenarnya mengarah ke hasil yang lebih …

1
Kelompok jaring elastis
Laso dan jaring elastis tidak mampu menangani variabel dengan lebih dari dua kategori dan oleh karena itu pemisahan variabel kategorikal menjadi boneka diperlukan untuk penerapan metode ini. Ini dapat mengakibatkan beberapa masalah dan oleh karena itu ada ekstensi untuk laso ke laso kelompok atau laso kelompok jarang . Namun, saya …


2
Fitur diekstraksi dengan max pooling vs mean pooling
Dalam pembelajaran yang mendalam, dan ini adalah aplikasi untuk visi komputer, apakah mungkin untuk mengetahui fitur apa dari kedua jenis ekstrak pooling ini? misalnya apakah mungkin untuk mengatakan bahwa max pool mengekstraksi tepi? Bisakah kita mengatakan sesuatu yang serupa tentang pooling jahat? PS merasa bebas untuk merekomendasikan jika stackoverflow lebih …

1
Mengapa sqrt (6) digunakan untuk menghitung epsilon untuk inisialisasi acak jaringan saraf?
Dalam catatan kuliah 5 minggu untuk Andrew Ng's Coursera Machine Learning Class , rumus berikut diberikan untuk menghitung nilai digunakan untuk menginisialisasi dengan nilai acak:ϵϵ\epsilonΘΘ\Theta Dalam latihan , klarifikasi lebih lanjut diberikan: Salah satu strategi efektif untuk memilih adalah mendasarkannya pada jumlah unit dalam jaringan. Pilihan adalah , di mana …


2
Apakah teknik meningkatkan menggunakan suara seperti metode ansambel lainnya?
Bisakah kita menggeneralisasi semua metode ansambel dengan menggunakan voting? Apakah metode peningkatan juga menggunakan pemungutan suara untuk memasukkan siswa yang lemah ke dalam model akhir? Pemahaman saya tentang teknik ini: Boosting: Terus menambahkan pelajar yang lemah untuk meningkatkan poin data yang tidak diklasifikasikan dengan benar. Teknik ensemble: Menggunakan banyak pelajar …

2
Bayesian jawaban nonparametrik untuk pembelajaran yang mendalam?
Seperti yang saya pahami, jaringan saraf yang dalam melakukan "representasi pembelajaran" dengan meletakkan fitur bersama. Ini memungkinkan mempelajari struktur dimensi yang sangat tinggi dalam fitur-fiturnya. Tentu saja, ini adalah model parametrik dengan jumlah parameter yang tetap, sehingga memiliki keterbatasan yang biasa sehingga kompleksitas model mungkin sulit disetel. Apakah ada cara …

1
Kovarian dalam Proses Gaussian
Saya sedikit bingung tentang formula untuk menghitung kovarian dalam proses Gaussian (penambahan varian selalu membingungkan saya karena tidak selalu dilambangkan secara eksplisit). Asal mula kebingungan adalah bahwa formula yang diberikan dalam Pengenalan Pola dan Pembelajaran Mesin oleh Bishop dan proses Gaussian untuk Pembelajaran Mesin oleh Rasmussen berbeda. Mean GP diberikan …


1
Bagaimana cara mendapatkan hiperparameter optimal setelah validasi silang bersarang?
Secara umum, jika kita memiliki dataset besar, kita dapat membaginya menjadi (1) pelatihan, (2) validasi, dan (3) tes. Kami menggunakan validasi untuk mengidentifikasi hyperparameter terbaik dalam validasi silang (misalnya, C dalam SVM) dan kemudian kami melatih model menggunakan hyperparameter terbaik dengan set pelatihan dan menerapkan model yang terlatih untuk menguji …

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.