Statistiques et Big Data machine-learning

8

Comment calculer la précision / rappel pour la classification multiclass-multilabel?

Je me demande comment calculer les mesures de précision et de rappel pour la classification multiclass à étiquettes multiples, c'est-à-dire une classification dans laquelle il existe plus de deux étiquettes et où chaque instance peut avoir plusieurs étiquettes?

72 machine-learning classification precision-recall multi-class

2

Résolution de paramètres de régression dans une descente en forme fermée par rapport à un gradient

Dans son cours d'apprentissage automatique, Andrew Ng introduit la régression linéaire et la régression logistique, et montre comment ajuster les paramètres du modèle à l'aide de la méthode de la méthode de Newton et de la méthode de descente par gradient. Je sais que la descente sur gradient peut être …

72 regression machine-learning logistic gradient-descent

7

La distance euclidienne n'est généralement pas bonne pour les données rares?

J'ai vu quelque part que les distances classiques (comme la distance euclidienne) deviennent faiblement discriminantes lorsque nous disposons de données multidimensionnelles et rares. Pourquoi? Avez-vous un exemple de deux vecteurs de données clairsemés où la distance euclidienne ne fonctionne pas bien? Dans ce cas, quelle similarité devrions-nous utiliser?

72 machine-learning clustering data-mining sparse euclidean

8

Des compétences difficiles à trouver chez les apprenants en machine?

Il semble que l’exploration de données et l’apprentissage automatique soient devenus si populaires qu’à présent presque tous les étudiants CS connaissent les classificateurs, le regroupement, la PNL statistique, etc. Ma question est la suivante: quelles compétences un fouisseur de données pourrait-il acquérir pour le rendre différent des autres? Pour faire …

71 machine-learning data-mining

9

Quel algorithme devrais-je utiliser pour détecter des anomalies sur des séries chronologiques?

Contexte Je travaille dans le centre d'opérations réseau, nous surveillons les systèmes informatiques et leurs performances. L'un des indicateurs clés à surveiller est le nombre de visiteurs \ clients actuellement connectés à nos serveurs. Pour le rendre visible, nous (l'équipe d'opérations) collectons des métriques telles que des données de séries …

70 machine-learning time-series python computational-statistics anomaly-detection

1

Comment diviser le jeu de données pour la validation croisée, la courbe d'apprentissage et l'évaluation finale?

Quelle est la stratégie appropriée pour diviser l’ensemble de données? Je demande des commentaires sur l'approche suivante (pas sur les paramètres individuels comme test_sizeou n_iter, mais si je X, y, X_train, y_train, X_testet de façon y_testappropriée et si la séquence est logique): (étendant cet exemple à partir de la documentation …

70 machine-learning cross-validation python scikit-learn

4

Comment accorder les hyperparamètres des arbres xgboost?

J'ai une classe de données déséquilibrées et je veux régler les hyperparamètres du tress renforcé à l'aide de xgboost. Des questions Existe-t-il un équivalent de gridsearchcv ou randomsearchcv pour xgboost? Si non, quelle est l'approche recommandée pour ajuster les paramètres de xgboost?

69 machine-learning cross-validation xgboost boosting

6

La sélection de variables pour la modélisation prédictive est-elle vraiment nécessaire en 2016?

Cette question a été posée sur CV il y a quelques années. Cela semble mériter d'être republié compte tenu des technologies informatiques les plus performantes (par exemple, calcul parallèle, calcul haute performance, etc.) et de nouvelles techniques, par exemple [3]. Tout d'abord, un peu de contexte. Supposons que l'objectif ne …

68 machine-learning modeling feature-selection model-selection prediction

3

Manière d'utiliser le réseau de neurones récurrents pour l'analyse de séries chronologiques

Les réseaux de neurones récurrents diffèrent des réseaux "normaux" par le fait qu'ils ont une couche "mémoire". En raison de cette couche, les NN récurrents sont supposés être utiles dans la modélisation de séries chronologiques. Cependant, je ne suis pas sûr de bien comprendre comment les utiliser. Supposons que j'ai …

67 time-series machine-learning neural-networks

4

Qu'est-ce qui rend le noyau gaussien si magique pour la PCA et aussi en général?

Je lisais des informations sur la PCA dans le noyau ( 1 , 2 , 3 ) avec les noyaux gaussiens et polynomiaux. Comment le noyau gaussien sépare-t-il apparemment toute sorte de données non linéaires exceptionnellement bien? S'il vous plaît donner une analyse intuitive, ainsi que mathématiquement impliqué si possible. …

67 machine-learning pca svm kernel-trick

4

Fonction Softmax vs Sigmoid dans un classificateur logistique?

Qu'est-ce qui détermine le choix de la fonction (Softmax vs Sigmoid) dans un classificateur logistique? Supposons qu'il existe 4 classes de sortie. Chacune des fonctions ci-dessus donne les probabilités que chaque classe soit la sortie correcte. Alors lequel choisir pour un classificateur?

63 machine-learning logistic classification softmax

3

Quelle est la différence entre un réseau de neurones et un réseau de conviction profonde?

J'ai l'impression que lorsque les gens font référence à un réseau de «croyance profonde», il s'agit en réalité d'un réseau de neurones mais de très grande taille. Est-ce correct ou un réseau de conviction profonde implique-t-il également que l'algorithme lui-même est différent (c'est-à-dire, pas de réseau neuronal à feed forward, …

62 machine-learning neural-networks deep-learning deep-belief-networks

2

Pourquoi seulement trois partitions? (formation, validation, test)

Lorsque vous essayez d'adapter des modèles à un jeu de données volumineux, il est généralement conseillé de partitionner les données en trois parties: le jeu de données d'apprentissage, de validation et de test. En effet, les modèles ont généralement trois "niveaux" de paramètres: le premier "paramètre" est la classe du …

61 machine-learning model-selection data-mining

9

Comment et pourquoi la normalisation et la mise à l'échelle des fonctionnalités fonctionnent-elles?

Je constate que de nombreux algorithmes d’apprentissage automatique fonctionnent mieux avec une annulation moyenne et une égalisation de covariance. Par exemple, les réseaux de neurones ont tendance à converger plus rapidement et K-Means offre généralement un meilleur clustering avec des fonctionnalités pré-traitées. Je ne vois pas l'intuition derrière ces étapes …

61 machine-learning neural-networks covariance normalization

8

Comment puis-je m'assurer que les données de test ne fuient pas dans les données d'entraînement?

Supposons que quelqu'un construise un modèle prédictif, mais que quelqu'un ne connaisse pas nécessairement les principes appropriés des statistiques ou de l'apprentissage automatique. Peut-être aidons-nous cette personne dans son apprentissage, ou peut-être utilise-t-elle une sorte de progiciel dont l'utilisation requiert un minimum de connaissances. Maintenant, cette personne pourrait très bien …

60 machine-learning classification predictive-models cross-validation out-of-sample

Questions marquées «machine-learning»