Statistiques et Big Data data-mining

2

Comment prédire quand le prochain événement se produit, en fonction des heures des événements précédents?

Je suis un lycéen et je travaille sur un projet de programmation informatique, mais je n'ai pas beaucoup d'expérience en statistique et en modélisation de données au-delà d'un cours de statistique au lycée donc je suis un peu confus. Fondamentalement, j'ai une liste raisonnablement longue (supposons qu'elle soit suffisamment grande …

19 probability modeling data-mining predictive-models

7

Données biaisées dans l'apprentissage automatique

Je travaille sur un projet de Machine Learning avec des données déjà (fortement) biaisées par la sélection des données. Supposons que vous ayez un ensemble de règles codées en dur. Comment construire un modèle d'apprentissage automatique pour le remplacer, alors que toutes les données qu'il peut utiliser sont des données …

18 machine-learning classification data-mining bias extrapolation

3

Quand la visualisation interactive des données est-elle utile à utiliser?

Alors que je me prépare pour une conférence que je donnerai bientôt, j'ai récemment commencé à creuser dans deux outils principaux (gratuits) pour la visualisation interactive des données: GGobi et mondrian - tous deux offrent une large gamme de capacités (même si elles sont un peu boguées). Je souhaite vous …

17 data-visualization data-mining interactive-visualization

2

Dans quelles conditions les machines de renforcement de gradient surpassent-elles les forêts aléatoires?

La machine de boosting de gradient de Friedman peut -elle obtenir de meilleures performances que la forêt aléatoire de Breiman ? Si oui, dans quelles conditions ou quel type de jeu de données peut-il améliorer gbm?

16 machine-learning data-mining random-forest boosting

2

approches de formation pour un ensemble de données très déséquilibré

J'ai un ensemble de données de test très déséquilibré. L'ensemble positif se compose de 100 cas tandis que l'ensemble négatif se compose de 1500 cas. Du côté de la formation, j'ai un plus grand bassin de candidats: l'ensemble de formation positive a 1 200 cas et l'ensemble de formation négative …

16 machine-learning classification data-mining svm bioinformatics

3

Qu'est-ce que le mélange de données?

Ce terme apparaît fréquemment dans les threads liés à la méthode . Le mélange est-il une méthode spécifique dans l'exploration de données et l'apprentissage statistique? Je ne parviens pas à obtenir un résultat pertinent de Google. Il semble que le mélange mélange les résultats de nombreux modèles et donne un …

15 machine-learning data-mining unsupervised-learning statistical-learning

10

Une enquête sur les outils logiciels d'exploration de données

Bien que j'ai été formé comme ingénieur, je trouve que je m'intéresse de plus en plus à l'exploration de données. En ce moment, j'essaie d'enquêter davantage sur le terrain. En particulier, je voudrais comprendre les différentes catégories d'outils logiciels qui existent et quels outils sont remarquables dans chaque catégorie et …

15 data-mining

4

Signification des caractéristiques latentes?

J'essaie de comprendre les modèles de factorisation matricielle pour les systèmes recommandés et je lis toujours les «fonctionnalités latentes», mais qu'est-ce que cela signifie? Je sais ce que signifie une fonctionnalité pour un ensemble de données de formation, mais je ne parviens pas à comprendre l'idée des fonctionnalités latentes. Chaque …

15 machine-learning data-mining recommender-system

1

La différence entre la régression logistique et les machines à vecteurs de support?

Je sais que la régression logistique trouve un hyperplan qui sépare les échantillons d'entraînement. Je sais également que les machines à vecteurs de support trouvent l'hyperplan avec la marge maximale. Ma question: est-ce que la différence entre la régression logistique (LR) et les machines à vecteurs de support (SVM) est …

14 machine-learning classification svm data-mining

3

Pourquoi utilisons-nous k-means au lieu d'autres algorithmes?

J'ai fait des recherches sur k-means et voici ce que j'ai obtenu: k-means est l'un des algorithmes les plus simples qui utilise une méthode d'apprentissage non supervisée pour résoudre les problèmes de clustering connus. Cela fonctionne très bien avec de grands ensembles de données. Cependant, il existe également des inconvénients …

14 clustering data-mining algorithms k-means

2

Performances du modèle en modélisation quantile

J'utilise la régression quantile (par exemple via gbmou quantregdans R) - ne me concentrant pas sur la médiane mais plutôt sur un quantile supérieur (par exemple 75e). Issu d'un arrière-plan de modélisation prédictive, je veux mesurer l'adéquation du modèle avec un ensemble de tests et pouvoir le décrire à un …

14 regression data-mining predictive-models quantile-regression

3

Organigrammes pour vous aider à sélectionner la technique d'analyse et le test appropriés

En tant que personne qui a besoin de connaissances statistiques mais qui n'est pas un statisticien formellement formé, je trouverais utile d'avoir un organigramme (ou une sorte d'arbre de décision) pour m'aider à choisir la bonne approche pour résoudre un problème particulier (par exemple. " besoin de ceci et savoir …

14 hypothesis-testing data-mining eda

4

Existe-t-il des algorithmes de clustering non basés sur la distance?

Il semble que pour les moyennes K et d'autres algorithmes associés, le regroupement est basé sur le calcul de la distance entre les points. Y en a-t-il un qui fonctionne sans lui?

14 machine-learning clustering data-mining k-means

3

Différence entre les machines de factorisation et la factorisation matricielle?

Je suis tombé sur le terme Machines de factorisation dans les systèmes de recommandation. Je sais ce qu'est la factorisation matricielle pour les systèmes de recommandation, mais je n'ai jamais entendu parler des machines de factorisation. Alors quelle est la différence?

14 machine-learning data-mining recommender-system

2

Mathématiques derrière les arbres de classification et de régression

Quelqu'un peut-il aider à expliquer certaines des mathématiques derrière la classification dans CART? Je cherche à comprendre comment deux étapes principales se produisent. Par exemple, j'ai formé un classificateur CART sur un ensemble de données et utilisé un ensemble de données de test pour marquer ses performances prédictives mais: Comment …

14 regression classification data-mining cart

Questions marquées «data-mining»