Statistiques et Big Data machine-learning

3

Comment simuler des données statistiquement significatives?

Je suis en 10e année et je cherche à simuler des données pour un projet de salon des sciences de l'apprentissage automatique. Le modèle final sera utilisé sur les données des patients et prédira la corrélation entre certains moments de la semaine et l'effet que cela a sur l'adhésion au …

18 machine-learning statistical-significance t-test python simulation

3

Modèles (jouets) emblématiques de réseaux de neurones

Mes professeurs de physique au lycée, ainsi que le noble lauréat Feynman, présentaient toujours ce qu'ils appelaient des modèles de jouets pour illustrer les concepts et méthodes de base en physique, tels que l'oscillateur harmonique, le pendule, la toupie et la boîte noire. Quels modèles de jouets sont utilisés pour …

18 machine-learning neural-networks deep-learning

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

4

Pourquoi Q-Learning utilise epsilon-greedy pendant les tests?

Dans l'article de DeepMind sur Deep Q-Learning pour les jeux vidéo Atari ( ici ), ils utilisent une méthode epsilon-greedy pour l'exploration pendant la formation. Cela signifie que lorsqu'une action est sélectionnée pendant l'entraînement, elle est choisie soit comme action avec la valeur q la plus élevée, soit comme action …

18 machine-learning reinforcement-learning q-learning deep-rl

1

Opinions sur le suréchantillonnage en général, et l'algorithme SMOTE en particulier [fermé]

Fermé . Cette question est basée sur l'opinion . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin d'y répondre avec des faits et des citations en modifiant ce message . Fermé il y a 2 ans . Quelle est votre opinion sur …

18 machine-learning classification oversampling

1

Réalisons-nous vraiment une analyse de régression multivariée avec * million * de coefficients / variables indépendantes?

Je passe un peu de temps à apprendre la machine learning (désolé pour la récursivité :) et je ne pouvais pas m'empêcher d'être intrigué par la règle de base de choisir Gradient Descent plutôt que de résoudre directement les équations pour calculer les coefficients de régression, dans le cas de …

18 machine-learning multiple-regression large-data

2

Vitesse, dépenses de calcul de PCA, LASSO, filet élastique

J'essaie de comparer la complexité de calcul / la vitesse d'estimation de trois groupes de méthodes de régression linéaire comme distingué dans Hastie et al. "Elements of Statistical Learning" (2e éd.), Chapitre 3: Sélection de sous-ensemble Méthodes de retrait Méthodes utilisant des directions d'entrée dérivées (PCR, PLS) La comparaison peut …

18 machine-learning estimation feature-selection algorithms time-complexity

4

Pourquoi diviser les données dans l'ensemble de formation et de test ne suffit pas

Je sais que pour accéder aux performances du classificateur, je dois diviser les données en ensemble de formation / test. Mais en lisant ceci : Lors de l'évaluation de différents paramètres («hyperparamètres») pour les estimateurs, tels que le paramètre C qui doit être défini manuellement pour un SVM, il existe …

18 machine-learning cross-validation

1

Comment la matrice de confusion est-elle rapportée par la validation croisée K-fold?

Supposons que je fasse une validation croisée K-fold avec K = 10 plis. Il y aura une matrice de confusion pour chaque pli. Lors de la communication des résultats, dois-je calculer quelle est la matrice de confusion moyenne, ou simplement additionner les matrices de confusion?

18 machine-learning cross-validation accuracy

3

Pourquoi la statistique de l'écart pour les moyennes k suggère-t-elle un cluster, même s'il y en a évidemment deux?

J'utilise K-means pour regrouper mes données et je cherchais un moyen de suggérer un numéro de cluster "optimal". Les statistiques sur les écarts semblent être un moyen courant de trouver un bon numéro de cluster. Pour une raison quelconque, il renvoie 1 comme numéro de cluster optimal, mais quand je …

18 r machine-learning clustering k-means

2

Modèle de Markov caché vs modèle de transition de Markov vs modèle d'état-espace…?

Pour ma thèse de maîtrise, je travaille sur le développement d'un modèle statistique des transitions entre différents états, défini par le statut sérologique. Pour l'instant, je ne donnerai pas trop de détails dans ce contexte, car ma question est plus générale / théorique. Quoi qu'il en soit, mon intuition est …

18 machine-learning self-study hidden-markov-model

2

Pourquoi l'optimisation d'un mélange de gaussien directement est-elle difficile à calculer?

Considérez la probabilité logarithmique d'un mélange de gaussiens: l(Sn;θ)=∑t=1nlogf(x(t)|θ)=∑t=1nlog{∑i=1kpif(x(t)|μ(i),σ2i)}l(Sn;θ)=∑t=1nlog⁡f(x(t)|θ)=∑t=1nlog⁡{∑i=1kpif(x(t)|μ(i),σi2)}l(S_n; \theta) = \sum^n_{t=1}\log f(x^{(t)}|\theta) = \sum^n_{t=1}\log\left\{\sum^k_{i=1}p_i f(x^{(t)}|\mu^{(i)}, \sigma^2_i)\right\} Je me demandais pourquoi il était difficile de calculer directement cette équation? Je cherchais soit une claire intuition solide sur pourquoi il devrait être évident que c'est difficile, soit peut-être une explication plus …

18 machine-learning gaussian-mixture expectation-maximization

1

En quoi la forêt aléatoire extrême diffère-t-elle de la forêt aléatoire?

La mise en œuvre des ER est-elle plus efficace (un peu Extreme Gradient Boostingcomme le renforcement du gradient) - la différence est-elle importante du point de vue pratique? Il existe un package R qui les implémente. Est-ce un nouvel algorithme qui surmonte l'implémentation "générique" (package RandomForest de R) non seulement …

18 r machine-learning algorithms random-forest

2

Pourquoi le traitement du langage naturel ne relève-t-il pas du domaine de l'apprentissage automatique? [fermé]

Dans l'état actuel des choses, cette question ne convient pas à notre format de questions / réponses. Nous nous attendons à ce que les réponses soient étayées par des faits, des références ou une expertise, mais cette question suscitera probablement un débat, des arguments, des sondages ou une discussion approfondie. …

18 machine-learning text-mining natural-language

2

Comment l'analyse discriminante linéaire réduit-elle les dimensions?

Il y a des mots de "Les éléments de l'apprentissage statistique" à la page 91: Les K centroïdes dans l'espace d'entrée de dimension p s'étendent sur la plupart des sous-espaces dimensionnels de K-1, et si p est beaucoup plus grand que K, ce sera une baisse considérable de dimension. J'ai …

18 machine-learning discriminant-analysis

Questions marquées «machine-learning»