L'informatique machine-learning

2

Un classificateur de texte qui explique ses décisions

Je construis un catégoriseur de texte pour les phrases courtes. En plus de dire à l'utilisateur "la catégorie du texte que vous avez entré est C", je veux pouvoir expliquer pourquoi j'ai pris cette décision, de manière courte et compréhensible. Par exemple, je ne veux pas dire à l'utilisateur "J'ai …

11 machine-learning classification

1

Déduire les types de raffinement

Au travail, j'ai été chargé de déduire des informations de type sur un langage dynamique. Je réécris des séquences d'instructions en imbriquéeslet expressions , comme ceci: return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y …

11 programming-languages logic type-theory type-inference machine-learning data-mining clustering order-theory reference-request information-theory entropy algorithms algorithm-analysis space-complexity lower-bounds formal-languages computability formal-grammars context-free parsing complexity-theory time-complexity terminology turing-machines nondeterminism programming-languages semantics operational-semantics complexity-theory time-complexity complexity-theory reference-request turing-machines machine-models simulation graphs probability-theory data-structures terminology distributed-systems hash-tables history terminology programming-languages meta-programming terminology formal-grammars compilers algorithms search-algorithms formal-languages regular-languages complexity-theory satisfiability sat-solvers factoring algorithms randomized-algorithms streaming-algorithm in-place algorithms numerical-analysis regular-languages automata finite-automata regular-expressions algorithms data-structures efficiency coding-theory algorithms graph-theory reference-request education books formal-languages context-free proof-techniques algorithms graph-theory greedy-algorithms matroids complexity-theory graph-theory np-complete intuition complexity-theory np-complete traveling-salesman algorithms graphs probabilistic-algorithms weighted-graphs data-structures time-complexity priority-queues computability turing-machines automata pushdown-automata algorithms graphs binary-trees algorithms algorithm-analysis spanning-trees terminology asymptotics landau-notation algorithms graph-theory network-flow terminology computability undecidability rice-theorem algorithms data-structures computational-geometry

2

Méthodes non paramétriques comme K-Nearest-Neighbors dans l'espace d'entités de haute dimension

L'idée principale de k-voisin le plus proche prend en compte les points les plus proches et décide de la classification des données par vote majoritaire. Si tel est le cas, il ne devrait pas avoir de problèmes dans les données de dimension supérieure, car des méthodes telles que le hachage …

11 machine-learning artificial-intelligence

2

DFA le plus petit qui accepte des chaînes données et rejette d'autres chaînes données

Étant donné deux ensembles de chaînes sur l'alphabet , pouvons-nous calculer le plus petit automate déterministe à états finis (DFA) tel que et ?A , BA,BA,BΣΣ\SigmaMMMA ⊆ L ( M)A⊆L(M)A \subseteq L(M)L ( M) ⊆ Σ∗∖ BL(M)⊆Σ∗∖BL(M) \subseteq \Sigma^*\setminus B En d'autres termes, représente un ensemble d'exemples positifs. Chaque chaîne …

11 regular-languages automata finite-automata machine-learning

1

La programmation génétique est-elle pertinente aujourd'hui?

Ma principale préoccupation est de savoir si la programmation génétique est un domaine de recherche actif, avec quelques applications prometteuses dans la pratique. Il semble que dans le domaine de l'apprentissage automatique, les réseaux de neurones soient le principal mot à la mode, avec des mentions dans les nouvelles grand …

10 machine-learning evolutionary-computing

1

Mise en œuvre de Naive Bayes

J'implémente un algorithme Naive Bayes pour la catégorisation de texte avec lissage laplacien. Le problème que j'ai est que la probabilité approche de zéro parce que je multiplie de nombreuses petites fractions. Par conséquent, la probabilité donne finalement zéro. En effet, il y a plusieurs mots dans les documents et …

10 machine-learning natural-language-processing floating-point numerical-algorithms

4

Évolution des réseaux de neurones artificiels pour résoudre les problèmes de NP

J'ai récemment lu une entrée de blog très intéressante de Google Research Blog sur le réseau neuronal. Fondamentalement, ils utilisent ces réseaux de neurones pour résoudre divers problèmes comme la reconnaissance d'image. Ils utilisent des algorithmes génétiques pour "faire évoluer" les poids des axones. Donc, fondamentalement, mon idée est la …

10 machine-learning np neural-networks p-vs-np genetic-algorithms

2

Quel classificateur est plus précis pour une classification SVM?

J'apprends la classification SVM et je rencontre un problème. Je ne sais pas si ce dilemme a une terminologie. Supposons que nous aimerions classer les patients par SVM compte tenu des échantillons de personnes en bonne santé (des deux sexes) et de personnes atteintes d'un cancer du foie (des deux …

10 machine-learning

2

Comment classer mon problème d'optimisation d'entrée d'émulateur et avec quel algorithme dois-je l'aborder?

En raison de la nature de la question, je dois inclure beaucoup d'informations de base (parce que ma question est: comment puis-je restreindre cela?) Cela dit, cela peut être résumé (à ma connaissance) comme: Quelles méthodes existent pour trouver des optimums locaux sur des espaces de recherche combinatoire extrêmement grands? …

10 reference-request machine-learning combinatorics optimization search-problem

1

Prédiction de séquence pseudo-aléatoire

Avertissement: je suis un biologiste, donc désolé pour (peut-être) une question de base formulée en termes aussi grossiers. Je ne sais pas si je devrais poser cette question ici ou sur DS / SC, mais CS est le plus grand des trois, alors voilà. (Après avoir posté, il m'est venu …

9 machine-learning probability-theory

1

Clause pilotée par les conflits Apprentissage de la clarification du retour en arrière

Sur la page wikipedia ici, il décrit assez bien l'algorithme CDCL (et il semble que les photos ont été prises à partir de diapositives créées par Sharad Malik à Princeton). Cependant, quand il décrit comment revenir en arrière, tout ce qu'il dit est "au point approprié". MiniSAT utilise également une …

9 machine-learning satisfiability sat-solvers backtracking

1

Comment fonctionne le terme de momentum pour l'algorithme de rétropropagation?

Lors de la mise à jour des poids d'un réseau neuronal en utilisant l'algorithme de rétropropagation avec un terme de momentum, le taux d'apprentissage devrait-il également être appliqué au terme de momentum? La plupart des informations que j'ai pu trouver sur l'utilisation de l'élan ont les équations ressemblant à ceci: …

9 machine-learning neural-networks

3

Astuce de nucléation, pour les réseaux de neurones

J'ai découvert les réseaux neuronaux et les SVM. Les tutoriels que j'ai lus ont souligné l'importance de la noyauisation pour les SVM. Sans fonction de noyau, les SVM ne sont qu'un classificateur linéaire. Avec la noyauisation, les SVM peuvent également incorporer des fonctionnalités non linéaires, ce qui en fait un …

9 machine-learning artificial-intelligence neural-networks

1

Pourquoi les poids des réseaux de neurones sont-ils initialisés avec des nombres aléatoires?

Pourquoi les poids initiaux des réseaux de neurones sont-ils initialisés sous forme de nombres aléatoires? J'avais lu quelque part que cela est fait pour "briser la symétrie" et que le réseau neuronal apprend plus vite. Comment briser la symétrie permet-elle d'apprendre plus rapidement? Est-ce que l'initialisation des poids à 0 …

9 machine-learning artificial-intelligence neural-networks

2

Que se passait-il avant l'apprentissage des SAA

J'étudie l'apprentissage PAC (théorie de l'apprentissage informatique) en tant que débutant sans aucune connaissance préalable de l'apprentissage automatique / IA. J'étudie le modèle principalement d'un point de vue historique. Pour cela, les choses les plus importantes sont bien sûr les résultats basés sur le modèle. Il y a suffisamment d'articles …

9 machine-learning

Questions marquées «machine-learning»