Statistiques et Big Data machine-learning

3

Comment augmenter les données et valider le train?

Je fais la classification d'images en utilisant l'apprentissage automatique. Supposons que j'ai des données d'entraînement (images) et que je vais diviser les données en ensembles d'apprentissage et de validation. Et je veux aussi augmenter les données (produire de nouvelles images à partir des images originales) par des rotations aléatoires et …

14 machine-learning classification cross-validation dataset data-augmentation

3

perte de charnière vs perte de logistique avantages et inconvénients / limitations

La perte de charnière peut être définie à l'aide de et la perte de journal peut être définie commemax ( 0 , 1 - yjewTXje)max(0,1-yjewTXje)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)journal ( 1 + exp( - yjewTXje) )Journal(1+exp⁡(-yjewTXje))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) J'ai les questions suivantes: Y a-t-il des inconvénients à la perte de charnière (par exemple, …

14 machine-learning svm loss-functions computer-vision

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

2

Différents résultats de randomForest via caret et du package randomForest de base

Je suis un peu confus: en quoi les résultats d'un modèle formé via le signe d'insertion peuvent-ils différer du modèle de l'emballage d'origine? J'ai lu si le prétraitement est nécessaire avant la prédiction à l'aide de FinalModel de RandomForest avec package caret? mais je n'utilise aucun prétraitement ici. J'ai formé …

14 r machine-learning random-forest caret train

2

Questions sur Q-Learning à l'aide de réseaux de neurones

J'ai implémenté Q-Learning comme décrit dans, http://web.cs.swarthmore.edu/~meeden/cs81/s12/papers/MarkStevePaper.pdf Afin d'env. Q (S, A) J'utilise une structure de réseau neuronal comme la suivante, Sigmoïde d'activation Entrées, nombre d'entrées + 1 pour les neurones d'action (toutes les entrées mises à l'échelle 0-1) Sorties, sortie unique. Q-Value N nombre de M couches cachées. Méthode …

14 machine-learning neural-networks reinforcement-learning

3

Quelles sont les différences entre AUC et F1-score?

F1-score est la moyenne harmonique de précision et de rappel. L'axe des y du rappel est le véritable taux positif (qui est également le rappel). Donc, parfois, les classificateurs peuvent avoir un faible rappel mais une ASC très élevée, qu'est-ce que cela signifie? Quelles sont les différences entre AUC et …

14 machine-learning precision-recall auc accuracy

1

Pourquoi la définition d'un estimateur cohérent est-elle la même? Qu'en est-il des définitions alternatives de la cohérence?

Citation de wikipedia: En statistique, un estimateur cohérent ou un estimateur asymptotiquement cohérent est un estimateur - une règle pour calculer les estimations d'un paramètre ayant la propriété que, comme le nombre de points de données utilisés augmente indéfiniment, la séquence résultante d'estimations converge en probabilité vers .θ ∗θ∗θ∗θ^*θ∗θ∗θ^* Pour …

14 machine-learning mathematical-statistics consistency

2

Est-ce que Support Vector Machine gère les jeux de données déséquilibrés?

SVM gère-t-il un ensemble de données déséquilibré? S'agit-il de paramètres (comme C, ou coût de classification erronée) gérant l'ensemble de données déséquilibré?

14 machine-learning svm unbalanced-classes

1

Classificateurs d'apprentissage automatique Big-O ou complexité

Pour évaluer les performances d'un nouvel algorithme de classificateur, j'essaie de comparer la précision et la complexité (big-O dans la formation et la classification). De Machine Learning: un examen, j'obtiens une liste complète des classificateurs supervisés, ainsi qu'un tableau de précision entre les algorithmes et 44 problèmes de test du …

14 machine-learning classification multiple-comparisons algorithms time-complexity

3

Pondération des données plus récentes dans le modèle de forêt aléatoire

J'entraîne un modèle de classification avec Random Forest pour faire la distinction entre 6 catégories. Mes données transactionnelles ont environ 60k + observations et 35 variables. Voici un exemple de son apparence approximative. _________________________________________________ |user_id|acquisition_date|x_var_1|x_var_2| y_vay | |-------|----------------|-------|-------|--------| |111 | 2013-04-01 | 12 | US | group1 | |222 | …

14 r machine-learning classification random-forest

1

Comment prédire une série chronologique à partir d'une autre série chronologique, si elles sont liées

J'essaie de résoudre ce problème depuis plus d'un an sans grand progrès. Cela fait partie d'un projet de recherche que je fais, mais je vais l'illustrer avec un exemple d'histoire que j'ai inventé, car le domaine réel du problème est un peu déroutant (eye-tracking). Vous êtes un avion qui suit …

14 time-series machine-learning prediction

2

Comment prouver qu'il n'y a pas d'espace d'entité de dimension finie pour le noyau RBF gaussien?

Comment prouver que pour la fonction de base radiale il n'y a pasespace caractéristique de dimension finieHtelle sorte que pendantcertainΦ:Rn→Hnous avonsk(x,y)=⟨Φ(x),Φ(yk(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to H ?k(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle

14 machine-learning svm kernel-trick

3

Choix de la fonction d'activation cachée du réseau neuronal

J'ai lu ailleurs que le choix d'une fonction d'activation de couche cachée dans un NN devrait être basé sur ses besoins , c'est-à-dire que si vous avez besoin de valeurs dans la plage -1 à 1, utilisez tanh et utilisez sigmoid pour la plage 0 à 1. Ma question est …

14 machine-learning classification neural-networks

1

Comment gérer un mélange d'entrées binaires et continues dans les réseaux de neurones?

J'utilise le package nnet dans R pour tenter de construire un ANN pour prédire les prix immobiliers des condos (projet personnel). Je suis nouveau dans ce domaine et je n'ai pas de formation en mathématiques, alors s'il vous plaît, mettez-moi à nu. J'ai des variables d'entrée qui sont à la …

14 r machine-learning data-transformation neural-networks nnet

3

Seuillage de modèle de Markov caché

J'ai développé un système de preuve de concept pour la reconnaissance sonore en utilisant des modèles mfcc et markov cachés. Cela donne des résultats prometteurs lorsque je teste le système sur des sons connus. Bien que le système, lorsqu'un son inconnu est entré retourne le résultat avec la correspondance la …

14 machine-learning hidden-markov-model pattern-recognition

Questions marquées «machine-learning»