Statistiques et Big Data machine-learning

1

Quiz: Dire au classificateur par sa frontière de décision

Voici les 6 limites de décision ci-dessous. Les limites de décision sont des lignes violettes. Les points et les croix sont deux ensembles de données différents. Nous devons décider lequel est: SVM linéaire SVM noyé (noyau polynomial d'ordre 2) Perceptron Régression logistique Réseau de neurones (1 couche cachée avec 10 …

17 machine-learning self-study classification neural-networks svm

5

Comprendre les caractéristiques les plus importantes pour la régression logistique

J'ai construit un classificateur de régression logistique qui est très précis sur mes données. Maintenant, je veux mieux comprendre pourquoi cela fonctionne si bien. Plus précisément, j'aimerais classer les fonctionnalités qui apportent la plus grande contribution (quelles fonctionnalités sont les plus importantes) et, idéalement, quantifier dans quelle mesure chaque fonctionnalité …

17 machine-learning logistic feature-selection importance

1

Quelles sont les garanties théoriques de l'ensachage

J'ai (approximativement) entendu que: l'ensachage est une technique pour réduire la variance d'un prédicteur / estimateur / algorithme d'apprentissage. Cependant, je n'ai jamais vu de preuve mathématique formelle de cette affirmation. Est-ce que quelqu'un sait pourquoi c'est mathématiquement vrai? Il semble que ce soit un fait si largement accepté / …

17 machine-learning mathematical-statistics bagging

3

Pourquoi divisons-nous par l'écart-type et non par un autre facteur de normalisation avant de réaliser l'ACP?

Je lisais la justification suivante (à partir des notes de cours cs229) sur la raison pour laquelle nous divisons les données brutes par son écart type: même si je comprends ce que dit l'explication, il n'est pas clair pour moi pourquoi la division par l'écart-type permettrait d'atteindre un tel objectif. …

17 machine-learning pca mathematical-statistics

1

La valeur R au carré est-elle appropriée pour comparer des modèles?

J'essaie d'identifier le meilleur modèle pour prédire les prix des automobiles, en utilisant les prix et les fonctionnalités disponibles sur les sites de petites annonces automobiles. Pour cela, j'ai utilisé quelques modèles de la bibliothèque scikit-learn et des modèles de réseaux neuronaux de pybrain et de neurolab. L'approche que j'ai …

17 machine-learning neural-networks random-forest r-squared elastic-net

1

Quand Naive Bayes fonctionne-t-il mieux que SVM?

Dans un petit problème de classification de texte que je regardais, Naive Bayes a présenté une performance similaire ou supérieure à un SVM et j'étais très confus. Je me demandais quels facteurs décident du triomphe d'un algorithme sur l'autre. Y a-t-il des situations où il est inutile d'utiliser Naive Bayes …

17 machine-learning classification svm naive-bayes

4

Que signifie «degré de liberté» dans les réseaux de neurones?

Dans le livre de Bishop "Pattern Classification and Machine Learning", il décrit une technique de régularisation dans le contexte des réseaux de neurones. Cependant, je ne comprends pas un paragraphe décrivant que pendant le processus de formation, le nombre de degrés de liberté augmente avec la complexité du modèle. La …

17 machine-learning neural-networks regularization degrees-of-freedom

1

Je veux construire un indice de criminalité et un indice d'instabilité politique basés sur des reportages

J'ai ce projet parallèle où j'explore les sites d'information locaux de mon pays et je veux construire un indice de criminalité et un indice d'instabilité politique. J'ai déjà couvert la partie recherche d'informations du projet. Mon plan est de faire: Extraction de rubrique non supervisée. Détection des doublons proches. Classification …

17 machine-learning classification text-mining

2

Utilisation d'un réseau de neurones pour la négociation en bourse

J'ai plongé dans le domaine des réseaux de neurones et je suis devenu fasciné par eux. J'ai finalement développé un cadre d'application pour tester les systèmes de négociation en bourse et maintenant je vais y implanter mon premier réseau neuronal. Très simple et primitif, non destiné au vrai trading, juste …

17 machine-learning neural-networks

3

Comparaison de deux résultats d'exactitude de classificateur pour la signification statistique avec le test t

Je veux comparer l'exactitude de deux classificateurs pour la signification statistique. Les deux classificateurs sont exécutés sur le même ensemble de données. Cela m'amène à croire que je devrais utiliser un test t à échantillon unique d'après ce que j'ai lu . Par exemple: Classifier 1: 51% accuracy Classifier 2: …

17 machine-learning statistical-significance classification t-test

1

Les paramètres d'entrée pour l'utilisation de l'allocation Dirichlet latente

Lors de l'utilisation de la modélisation de sujet (allocation Dirichlet latente), le nombre de sujets est un paramètre d'entrée que l'utilisateur doit spécifier. Il me semble que nous devrions également fournir une collection d'ensembles de sujets candidats que le processus Dirichlet doit échantillonner? Ma compréhension est-elle correcte? En pratique, comment …

17 machine-learning bayesian clustering text-mining dirichlet-distribution

12

Meilleurs livres pour une introduction à l'analyse des données statistiques?

Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. J'ai acheté ce livre: Comment mesurer n'importe quoi: trouver la valeur des actifs incorporels en entreprise et Analyse de données Head …

17 machine-learning bayesian references

3

Quels algorithmes nécessitent une mise à l'échelle des fonctionnalités, à côté de SVM?

Je travaille avec de nombreux algorithmes: RandomForest, DecisionTrees, NaiveBayes, SVM (kernel = linear et rbf), KNN, LDA et XGBoost. Tous étaient assez rapides à l'exception de SVM. C'est à ce moment que j'ai appris qu'il avait besoin d'une mise à l'échelle des fonctionnalités pour fonctionner plus rapidement. Ensuite, j'ai commencé …

17 machine-learning svm random-forest naive-bayes xgboost

1

Comment construire le modèle final et ajuster le seuil de probabilité après une validation croisée imbriquée?

Tout d'abord, des excuses pour avoir posté une question qui a déjà été longuement discutée ici , ici , ici , ici , iciet pour réchauffer un vieux sujet. Je sais que @DikranMarsupial a longuement écrit sur ce sujet dans des articles et des journaux, mais je suis toujours confus, …

17 machine-learning cross-validation model-selection glmnet hyperparameter

4

KNN est-il un algorithme d'apprentissage discriminant?

Il semble que KNN soit un algorithme d'apprentissage discriminant, mais je n'arrive pas à trouver de sources en ligne le confirmant. KNN est-il un algorithme d'apprentissage discriminant?

17 machine-learning classification k-nearest-neighbour

Questions marquées «machine-learning»