Pertanyaan yang diberi tag «optimization»

Saya membaca tentang pengoptimalan untuk masalah yang salah dalam penglihatan komputer dan menemukan penjelasan di bawah ini tentang pengoptimalan di Wikipedia. Yang tidak saya mengerti adalah, mengapa mereka menyebut optimasi ini " Minimalisasi energi " dalam Visi Komputer? Masalah optimisasi dapat direpresentasikan dengan cara berikut: Diberikan: fungsi dari beberapa set …

14 machine-learning  optimization  computer-vision 

Saya tahu k-means biasanya dioptimalkan menggunakan Expectation Maximization . Namun kami dapat mengoptimalkan fungsi kerugiannya dengan cara yang sama kami mengoptimalkan lainnya! Saya menemukan beberapa makalah yang benar-benar menggunakan keturunan gradien stokastik untuk k-means skala besar, tapi saya tidak bisa menjawab pertanyaan saya. Jadi, ada yang tahu kenapa begitu? Apakah …

14 optimization  k-means  expectation-maximization  loss-functions 

Saya telah mendengar ungkapan berikut sebelumnya: "Optimasi adalah akar dari semua kejahatan dalam statistik". Sebagai contoh, jawaban teratas di utas ini membuat pernyataan itu mengacu pada bahaya mengoptimalkan terlalu agresif selama pemilihan model. Pertanyaan pertama saya adalah sebagai berikut: Apakah kutipan ini disebabkan oleh orang tertentu? (misalnya dalam literatur statistik) …

14 cross-validation  optimization  overfitting 

Adakah rekomendasi untuk pilihan pustaka optimasi terbatas yang cocok untuk fungsi optimasi saya? Saya meminimalkan ai) fungsi non-linear dengan kendala kesetaraan dan ketidaksetaraan linear, dan ii) telah menyediakan gradien dan goni fungsi. Jika ini membantu, fungsi yang saya minimalkan adalah perbedaan Kullback-Liebler . constrOptim hanya menangani kendala ketimpangan. Quadprog menangani …

14 r  optimization  software 

Tujuan saya adalah mengklasifikasikan sinyal sensor. Konsep solusi saya sejauh ini adalah: i) Fitur teknik dari sinyal mentah ii) Memilih fitur yang relevan dengan ReliefF dan pendekatan pengelompokan iii) Menerapkan NN, Random Forest dan SVM Namun saya terjebak dalam dilema. Dalam ii) dan iii), ada hiperparameter seperti k-Neigbours terdekat untuk …

14 feature-selection  hyperparameter  optimization 

Saya punya pertanyaan tentang optimasi parameter ketika saya menggunakan validasi silang 10 kali lipat. Saya ingin bertanya apakah parameter harus diperbaiki atau tidak selama pelatihan model setiap lipatan, yaitu (1) pilih satu set parameter yang dioptimalkan untuk akurasi rata-rata setiap lipatan. atau (2) Saya harus menemukan parameter yang dioptimalkan untuk …

14 cross-validation  optimization  parameterization 

Tujuan dari makalah ini adalah untuk mengoptimalkan beberapa parameter dengan memaksimalkan log-likelihood yang diatur. Kemudian mereka menghitung turunan parsial. Dan kemudian penulis menyebutkan bahwa mereka mengoptimalkan persamaan menggunakan L-BFGS, prosedur kuasi-Newton standar untuk mengoptimalkan fungsi halus dari banyak variabel (tidak ada rincian lebih lanjut). Bagaimana cara kerjanya ?

14 algorithms  optimization 

Biasanya dalam regresi logistik, kami cocok dengan model dan mendapatkan beberapa prediksi pada set pelatihan. Kami kemudian melakukan validasi silang pada prediksi pelatihan tersebut (seperti di sini ) dan memutuskan nilai ambang batas optimal berdasarkan pada sesuatu seperti kurva ROC. Mengapa kita tidak memasukkan validasi silang dari ambang ke dalam …

13 logistic  cross-validation  optimization  roc  threshold 

Saya ingin tahu berapa banyak pembelajaran mesin membutuhkan optimasi. Dari apa yang saya dengar statistik adalah topik matematika yang penting bagi orang yang bekerja dengan pembelajaran mesin. Demikian pula seberapa pentingkah bagi seseorang yang bekerja dengan pembelajaran mesin untuk belajar tentang optimasi cembung atau non-cembung?

13 machine-learning  optimization 

Objektif Konfirmasikan apakah pemahaman tentang KKT benar atau tidak. Cari penjelasan dan konfirmasi lebih lanjut tentang KKT. Latar Belakang Mencoba memahami kondisi KKT, terutama yang saling melengkapi, yang selalu muncul tiba-tiba dalam artikel SVM. Saya tidak perlu daftar formula abstrak tetapi perlu penjelasan konkret, intuitif, dan grafis. Pertanyaan Jika P, …

13 svm  optimization  lagrange-multipliers 

Saya sedang mengerjakan proyek untuk filtering kolaboratif (CF), yaitu menyelesaikan matriks yang diamati sebagian atau secara umum tensor. Saya seorang pemula di lapangan, dan untuk proyek ini akhirnya saya harus membandingkan metode kami dengan yang terkenal lainnya yang saat ini, metode yang diusulkan dibandingkan dengan mereka, yaitu state-of-the-art di CF. …

13 optimization  recommender-system  matrix-decomposition 

Salah satu motivasi untuk jaring elastis adalah batasan LASSO sebagai berikut: Dalam kasus p>np>np > n , laso memilih paling banyak n variabel sebelum jenuh, karena sifat masalah optimisasi cembung. Ini tampaknya menjadi fitur pembatas untuk metode pemilihan variabel. Selain itu, laso tidak didefinisikan dengan baik kecuali jika terikat pada …

13 regression  optimization  feature-selection  lasso 

Seorang teman saya menjual model kkk blender. Beberapa blender sangat sederhana dan murah, yang lain sangat canggih dan lebih mahal. Data-Nya terdiri, untuk setiap bulan, dari harga masing-masing blender (yang ditetapkan olehnya), dan jumlah unit yang terjual untuk setiap model. Untuk membuat beberapa notasi, dia tahu selama berbulan-bulan j=1,…,nj=1,…,nj=1,\dots,n vektor …

13 optimization 

Apakah ada alternatif cepat untuk algoritma EM untuk model pembelajaran dengan variabel laten (terutama pLSA)? Saya baik-baik saja dengan mengorbankan presisi demi kecepatan.

13 machine-learning  optimization  expectation-maximization  lsa 

Klasifikasi Naive Bayes adalah pengklasifikasi yang menetapkan item ke kelas berdasarkan pada memaksimalkan posterior untuk keanggotaan kelas, dan mengasumsikan bahwa fitur dari item tersebut independen.xxxCCCP(C|x)P(C|x)P(C|x) Kehilangan 0-1 adalah kerugian yang menyebabkan hilangnya klasifikasi "miss", dan hilangnya "0" untuk klasifikasi yang benar. Saya sering membaca (1) bahwa "Naive Bayes" Classifier, optimal …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions