Statistiques et Big Data machine-learning

5

Comment recoder une variable catégorielle en variable numérique lors de l'utilisation de SVM ou de Neural Network

Pour utiliser SVM ou Neural Network, il doit transformer (encoder) des variables catégorielles en variables numériques, la méthode normale dans ce cas est d'utiliser des valeurs binaires 0-1 avec la k-ème valeur catégorielle transformée en (0,0, .. ., 1,0, ... 0) (1 est en position k-ème). Existe-t-il d'autres méthodes pour …

19 machine-learning neural-networks categorical-data svm categorical-encoding

2

Signification d'un réseau neuronal comme boîte noire?

J'entends souvent les gens parler des réseaux de neurones comme d'une boîte noire que vous ne comprenez pas ce qu'ils font ou ce qu'ils signifient. En fait, je ne peux pas comprendre ce qu'ils veulent dire par là! Si vous comprenez comment fonctionne la rétropropagation, alors comment est-ce une boîte …

19 machine-learning neural-networks

2

Tutoriels pour l'ingénierie des fonctionnalités

Comme chacun le sait, l'ingénierie des fonctionnalités est extrêmement importante pour l'apprentissage automatique, mais j'ai trouvé peu de matériaux associés à ce domaine. J'ai participé à plusieurs compétitions à Kaggle et je pense que de bonnes fonctionnalités peuvent même être plus importantes qu'un bon classificateur dans certains cas. Quelqu'un connaît-il …

19 machine-learning references feature-construction

3

Apprentissage semi-supervisé, apprentissage actif et apprentissage profond pour la classification

Édition finale avec toutes les ressources mises à jour: Pour un projet, j'applique des algorithmes d'apprentissage automatique pour la classification. Défi: données étiquetées assez limitées et beaucoup plus de données non étiquetées. Buts: Appliquer la classification semi-supervisée Appliquer un processus d'étiquetage en quelque sorte semi-supervisé (appelé apprentissage actif) J'ai trouvé …

19 machine-learning classification software svm text-mining

2

Mise à jour de la probabilité de classification dans la régression logistique dans le temps

Je construis un modèle prédictif qui prévoit la probabilité de réussite d'un étudiant à la fin d'un trimestre. Je m'intéresse particulièrement à savoir si l'étudiant réussit ou échoue, où le succès est généralement défini comme la réussite du cours et l'obtention de 70% ou plus de points sur le total …

19 time-series machine-learning logistic

3

Estimation des fonctionnalités les plus importantes d'une partition de cluster k-means

Existe-t-il un moyen de déterminer quelles caractéristiques / variables de l'ensemble de données sont les plus importantes / dominantes dans une solution de cluster k-means?

19 machine-learning clustering k-means importance

2

Algorithme de rétropropagation

J'ai eu une légère confusion sur le algorithme de rétropropagation utilisé dans le perceptron multicouche (MLP). L'erreur est ajustée par la fonction de coût. En rétropropagation, nous essayons d'ajuster le poids des couches cachées. L'erreur de sortie que je peux comprendre, c'est-à-dire e = d - y[sans les indices]. Les …

19 machine-learning neural-networks backpropagation

3

0-1 Explication de la fonction de perte

J'essaie de comprendre quel est le but de la fonction de perte et je ne comprends pas très bien. Donc, pour autant que je sache, la fonction de perte consiste à introduire une sorte de métrique avec laquelle nous pouvons mesurer le "coût" d'une décision incorrecte. Disons que j'ai un …

19 machine-learning loss-functions

1

Construction optimale de la caractéristique du jour dans les réseaux de neurones

En travaillant sur le problème de régression, j'ai commencé à penser à la représentation de la fonction "jour d'une semaine". Je me demande quelle approche fonctionnerait mieux: une caractéristique; valeur 1/7 pour lundi; 2/7 pour mardi ... 7 fonctionnalités: (1, 0, 0, 0, 0, 0, 0) pour lundi; (0, 1, …

19 machine-learning neural-networks feature-construction

3

Comment la descente de gradient stochastique peut-elle éviter le problème d'un minimum local?

Je sais que la descente de gradient stochastique a un comportement aléatoire, mais je ne sais pas pourquoi. Y a-t-il une explication à ce sujet?

19 machine-learning random-variable gradient-descent

1

Calibrage d'un classificateur boosté multi-classes

J'ai lu l'article d'Alexandru Niculescu-Mizil et Rich Caruana " Obtention de probabilités calibrées à partir du boost " et la discussion dans ce fil. Cependant, j'ai toujours du mal à comprendre et à implémenter la logistique ou la mise à l' échelle de Platt pour calibrer la sortie de mon …

19 machine-learning boosting

1

Qu'est-ce que «l'espace des fonctionnalités»?

Quelle est la définition de "l'espace d'entité"? Par exemple, lors de la lecture sur les SVM, j'ai lu sur le "mappage vers l'espace des fonctionnalités". En lisant à propos de CART, j'ai lu sur "le partitionnement pour l'espace de fonctionnalité". Je comprends ce qui se passe, en particulier pour CART, …

19 machine-learning svm feature-selection cart feature-construction

3

Les réseaux de neurones apprennent-ils une fonction ou une fonction de densité de probabilité?

La question peut sembler un peu étrange car je suis nouveau dans l'inférence statistique et les réseaux de neurones. Lorsque dans les problèmes de classification utilisant des réseaux de neurones, nous disons que nous voulons apprendre une fonction qui mappe l'espace des entrées à l'espace des sorties y : x …

19 machine-learning neural-networks

4

Quelle est la différence entre Conv1D et Conv2D?

Je parcourais les documents de convolution keras et j'ai trouvé deux types de convultuion Conv1D et Conv2D. J'ai fait quelques recherches sur le Web et c'est ce que je comprends à propos de Conv1D et Conv2D; Conv1D est utilisé pour les séquences et Conv2D utilise pour les images. J'ai toujours …

19 machine-learning neural-networks conv-neural-network keras

4

Pourquoi le pseudo-étiquetage affecte-t-il de manière non triviale les résultats?

J'ai étudié des méthodes d'apprentissage semi-supervisées et j'ai découvert le concept de "pseudo-étiquetage". Si je comprends bien, avec le pseudo-étiquetage, vous avez un ensemble de données étiquetées ainsi qu'un ensemble de données non étiquetées. Vous entraînez d'abord un modèle uniquement sur les données étiquetées. Vous utilisez ensuite ces données initiales …

19 machine-learning semi-supervised

Questions marquées «machine-learning»