Statistiques et Big Data machine-learning

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

3

Régularisation et mise à l'échelle des fonctionnalités dans l'apprentissage en ligne?

Disons que j'ai un classificateur de régression logistique. Dans l'apprentissage par lots normal, j'aurais un terme régularisateur pour éviter le surapprentissage et garder mes poids petits. Je normaliserais également et ferais évoluer mes fonctionnalités. Dans un environnement d'apprentissage en ligne, je reçois un flux continu de données. Je fais une …

15 machine-learning normalization regularization online

3

Comment choisir une métrique d'erreur lors de l'évaluation d'un classificateur?

J'ai vu différentes métriques d'erreur utilisées dans les compétitions Kaggle: RMS, moyenne quadratique, AUC, entre autres. Quelle est la règle générale sur le choix d'une métrique d'erreur, c'est-à-dire comment savoir quelle métrique d'erreur utiliser pour un problème donné? Y a-t-il des directives?

15 machine-learning classification error

4

Avantages des courbes ROC

Quels sont les avantages des courbes ROC? Par exemple, je classe certaines images, ce qui est un problème de classification binaire. J'ai extrait environ 500 fonctionnalités et appliqué un algorithme de sélection de fonctionnalités pour sélectionner un ensemble de fonctionnalités, puis j'ai appliqué SVM pour la classification. Dans ce cas, …

15 machine-learning roc

7

Quel algorithme d'apprentissage automatique peut être utilisé pour prédire le marché boursier?

Alternativement, pour prédire les marchés des changes. Je sais que cela peut devenir assez compliqué, donc en guise d'introduction, je recherche un algorithme de prédiction simple qui a une certaine précision. (C'est pour un projet universitaire M.Sc. qui dure quatre mois) J'ai lu qu'un réseau neuronal multicouche pourrait être utile. …

15 machine-learning finance

5

Quel algorithme de classification statistique peut prédire vrai / faux pour une séquence d'entrées?

Étant donné une séquence d'entrées, je dois déterminer si cette séquence a une certaine propriété souhaitée. La propriété ne peut être vraie ou fausse, c'est-à-dire qu'il n'y a que deux classes possibles auxquelles une séquence peut appartenir. La relation exacte entre la séquence et la propriété n'est pas claire, mais …

15 machine-learning classification modeling

1

Pourquoi un seul ReLU ne peut-il pas apprendre un ReLU?

Comme suivi de Mon réseau de neurones ne peut même pas apprendre la distance euclidienne, j'ai encore simplifié et essayé de former un seul ReLU (avec un poids aléatoire) à un seul ReLU. Il s'agit du réseau le plus simple qui existe et pourtant, la moitié du temps, il ne …

15 machine-learning neural-networks optimization keras

2

Qu'est-ce que l'erreur Bayes dans l'apprentissage automatique?

http://www.deeplearningbook.org/contents/ml.html La page 116 explique l'erreur bayes comme ci-dessous Le modèle idéal est un oracle qui connaît simplement la vraie distribution de probabilité qui génère les données. Même un tel modèle entraînera toujours une erreur sur de nombreux problèmes, car il peut y avoir encore du bruit dans la distribution. …

15 machine-learning deep-learning terminology

3

Méthodes pour contourner le problème des données manquantes dans l'apprentissage automatique

Presque toutes les bases de données que nous voulons faire des prédictions à l'aide d'algorithmes d'apprentissage automatique trouveront des valeurs manquantes pour certaines caractéristiques. Il existe plusieurs approches pour résoudre ce problème, pour exclure les lignes qui ont des valeurs manquantes jusqu'à ce qu'elles se remplissent avec les valeurs moyennes …

15 machine-learning scikit-learn data-imputation

2

Qu'est-ce que la «ligne de base» dans la courbe de rappel de précision

J'essaie de comprendre la courbe de rappel de précision, je comprends ce que sont la précision et le rappel, mais ce que je ne comprends pas, c'est la valeur "de base". Je lisais ce lien https://classeval.wordpress.com/introduction/introduction-to-the-precision-recall-plot/ et je ne comprends pas la partie de la ligne de base comme indiqué …

15 r machine-learning classification precision-recall

1

Quelle méthode de comparaison multiple utiliser pour un modèle lmer: lsmeans ou glht?

J'analyse un ensemble de données à l'aide d'un modèle à effets mixtes avec un effet fixe (condition) et deux effets aléatoires (participant en raison de la conception et de la paire du sujet). Le modèle a été généré avec le lme4package: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Ensuite, j'ai effectué un test de rapport de …

15 r repeated-measures multiple-comparisons post-hoc lsmeans bayesian posterior marginal integral anova time-series regularization machine-learning pca computational-statistics references inference regression cross-validation python random-forest chi-squared spearman-rho r machine-learning confidence-interval bagging clustering feature-selection model-selection bic hypothesis-testing kurtosis r regression residuals terminology

2

Comment les poids sont-ils mis à jour dans la méthode d'apprentissage par lots dans les réseaux de neurones?

Quelqu'un peut-il me dire comment je suis censé construire un réseau neuronal en utilisant la méthode batch? J'ai lu que, en mode batch, pour tous les échantillons de l'ensemble d'apprentissage, nous calculons l'erreur, les poids delta et donc delta pour chaque neurone du réseau, puis au lieu de mettre à …

15 machine-learning neural-networks

1

Inclusion de termes d'interaction dans la forêt aléatoire

Supposons que nous ayons une réponse Y et des prédicteurs X1, ...., Xn. Si nous devions essayer d'ajuster Y via un modèle linéaire de X1, ...., Xn, et il se trouve que la vraie relation entre Y et X1, ..., Xn n'était pas linéaire, nous pourrions être en mesure pour …

15 machine-learning random-forest

2

Quelle est la définition de la précision Top-n?

Je lis un article scientifique sur la classification des images. Dans les résultats expérimentaux, ils parlent de la précision du top 1 et du top 5, mais je n'ai jamais entendu parler du terme et je ne le trouve pas en utilisant Google. Quelqu'un peut-il me donner une définition ou …

15 machine-learning

2

Pourquoi la mise à l'échelle est importante pour la classification SVM linéaire?

Lors de la réalisation de la classification SVM linéaire, il est souvent utile de normaliser les données d'entraînement, par exemple en soustrayant la moyenne et en les divisant par l'écart type, puis de mettre à l'échelle les données de test avec la moyenne et l'écart type des données d'entraînement. Pourquoi …

15 machine-learning svm standardization

Questions marquées «machine-learning»