Statistiques et Big Data machine-learning

1

Construction et normalisation des fonctionnalités dans l'apprentissage automatique

Disons que je veux créer un classificateur logistique pour un film M. Mes caractéristiques seraient quelque chose comme l'âge de la personne, le sexe, la profession, l'emplacement. Donc, l'ensemble de formation serait quelque chose comme: Âge Sexe Profession Lieu Comme (1) / Je n'aime pas (0) 23 M Software US …

13 machine-learning feature-construction

5

Des techniques de clustering appropriées pour les données temporelles?

J'ai des données temporelles de fréquences d'activité. Je veux identifier des grappes dans les données qui indiquent des périodes de temps distinctes avec des niveaux d'activité similaires. Idéalement, je veux identifier les clusters sans spécifier le nombre de clusters a priori. Quelles sont les techniques de clustering appropriées? Si ma …

13 machine-learning clustering

6

Ressources pour apprendre à mettre en œuvre des méthodes d'ensemble

Je comprends théoriquement (en quelque sorte) comment ils fonctionneraient, mais je ne sais pas comment faire pour utiliser une méthode d'ensemble (comme le vote, les mélanges pondérés, etc.). Quelles sont les bonnes ressources pour mettre en œuvre des méthodes d'ensemble? Existe-t-il des ressources particulières concernant l'implémentation en Python? ÉDITER: Pour …

13 machine-learning python ensemble

3

Quelles sont les bonnes revues disponibles gratuitement pour suivre les derniers développements de l'apprentissage automatique?

N'hésitez pas à remplacer les «revues» par tout autre portail utile de connaissances. Je souhaite garder un œil sur les nouveaux développements du machine learning, en vue d'applications pratiques. Je ne suis pas un universitaire cherchant à publier mon propre travail (du moins pas dans ce domaine), mais je veux …

13 machine-learning references

4

Alternatives rapides à l'algorithme EM

Existe-t-il des alternatives rapides à l'algorithme EM pour l'apprentissage de modèles avec des variables latentes (en particulier pLSA)? Je suis prêt à sacrifier la précision au profit de la vitesse.

13 machine-learning optimization expectation-maximization lsa

4

Existe-t-il des tutoriels sur la théorie des probabilités bayésiennes ou des modèles graphiques par exemple?

J'ai vu des références à l'apprentissage de la théorie des probabilités bayésiennes en R, et je me demandais s'il y en avait plus, peut-être spécifiquement en Python? Orienté vers l'apprentissage de la théorie des probabilités bayésiennes, l'inférence, l'estimation du maximum de vraisemblance, les modèles graphiques et le tri?

13 machine-learning bayesian python graphical-model

2

Quelle est la meilleure façon d'apprendre les principes fondamentaux de probabilité requis pour les algorithmes d'apprentissage automatique?

J'ai suivi un cours de probabilité à l'université il y a quelques années, mais je passe par quelques algorithmes d'apprentissage automatique maintenant et une partie des mathématiques est tout simplement déroutante. Plus précisément, en ce moment, j'apprends l'algorithme EM (maximisation des attentes) et il semble qu'il y ait un grand …

13 probability machine-learning

1

Algorithme optimal pour résoudre les problèmes de bandit à n bras?

Je l' ai lu sur un certain nombre d'algorithmes pour la résolution des problèmes de bandit n armés comme -greedy, softmax et UCB1, mais je vais avoir quelques problèmes de tri par quelle approche est la meilleure pour réduire au minimum le regret.ϵϵ\epsilon Existe-t-il un algorithme optimal connu pour résoudre …

13 machine-learning reinforcement-learning multiarmed-bandit

2

Apprentissage supervisé avec des événements «rares», lorsque la rareté est due au grand nombre d'événements contrefactuels

Supposons que vous puissiez observer les «correspondances» entre acheteurs et vendeurs sur un marché. Vous pouvez également observer les caractéristiques des acheteurs et des vendeurs que vous souhaitez utiliser pour prédire les correspondances futures et faire des recommandations aux deux côtés du marché. Pour simplifier, supposons qu'il y ait N …

13 machine-learning

3

GLMNET ou LARS pour le calcul des solutions LASSO?

Je voudrais obtenir les coefficients du problème LASSO ||Y−Xβ||+λ||β||1.||Y−Xβ||+λ||β||1.||Y-X\beta||+\lambda ||\beta||_1. Le problème est que les fonctions glmnet et lars donnent des réponses différentes. Pour la fonction glmnet, je demande les coefficients de λ/||Y||λ/||Y||\lambda/||Y||au lieu de simplement λλ\lambda , mais j'obtiens toujours des réponses différentes. Est-ce attendu? Quelle est la relation …

13 r machine-learning regression lasso regularization

5

Réduction de dimensionnalité SVD pour des séries temporelles de différentes longueurs

J'utilise la décomposition en valeurs singulières comme technique de réduction de dimensionnalité. Étant donné des Nvecteurs de dimension D, l'idée est de représenter les entités dans un espace transformé de dimensions non corrélées, qui condense la plupart des informations des données dans les vecteurs propres de cet espace dans un …

13 time-series machine-learning pca data-transformation multivariate-analysis

1

Dans Random Forest, pourquoi un sous-ensemble aléatoire d'entités est-il choisi au niveau du nœud plutôt qu'au niveau de l'arbre?

Ma question: Pourquoi la forêt aléatoire considère-t-elle des sous-ensembles aléatoires de fonctionnalités pour la division au niveau du nœud dans chaque arbre plutôt qu'au niveau de l'arbre ? Contexte: Il s'agit d'une question d'histoire. Tin Kam Ho a publié ce document sur la construction de « forêts de décision » …

13 machine-learning feature-selection random-forest importance history

5

Pourquoi la descente de gradient est-elle inefficace pour un grand ensemble de données?

Disons que notre ensemble de données contient 1 million d'exemples, c'est-à-dire , et nous souhaitons utiliser la descente de gradient pour effectuer une régression logistique ou linéaire sur ces ensembles de données.X1, … , Xdix6x1,…,x106x_1, \ldots, x_{10^6} Qu'est-ce que la méthode de descente de gradient rend inefficace? Rappelons que le …

13 machine-learning gradient-descent large-data

1

Pourquoi le classificateur bayésien naïf est-il optimal pour une perte de 0-1?

Le classificateur Naive Bayes est le classificateur qui attribue les éléments à une classe fonction de la maximisation du postérieur pour l'appartenance à la classe, et suppose que les caractéristiques des éléments sont indépendantes.C P ( C | x )xxxCCCP(C|x)P(C|x)P(C|x) La perte 0-1 est la perte qui attribue à tout …

13 machine-learning bayesian optimization naive-bayes loss-functions

2

Fonctions de covariance ou noyaux - que sont-ils exactement?

Je suis plutôt nouveau dans le domaine des processus gaussiens et comment ils sont appliqués dans l'apprentissage automatique. Je continue de lire et d'entendre que les fonctions de covariance sont l'attraction principale de ces méthodes. Quelqu'un pourrait-il donc expliquer de manière intuitive ce qui se passe dans ces fonctions de …

13 machine-learning probability bayesian

Questions marquées «machine-learning»