Statistiques et Big Data machine-learning

1

Premiers pas pour apprendre à prédire la série financière à l'aide de l'apprentissage automatique

J'essaie de comprendre comment utiliser l'apprentissage automatique pour prédire la série financière 1 étape ou plus dans le futur. J'ai une série temporelle financière avec des données descriptives et je voudrais former un modèle et ensuite utiliser le modèle pour prédire n étapes à venir. Ce que j'ai fait jusqu'à …

12 r time-series machine-learning random-forest finance

6

Quels algorithmes d'apprentissage automatique sont bons pour estimer les fonctionnalités les plus importantes?

J'ai des données avec un nombre minimum de fonctionnalités qui ne changent pas, et quelques fonctionnalités supplémentaires qui peuvent changer et avoir un grand impact sur le résultat. Mon ensemble de données ressemble à ceci: Les fonctionnalités sont A, B, C (toujours présentes) et D, E, F, G, H (parfois …

12 machine-learning feature-selection

1

La relation entre le nombre de vecteurs de support et le nombre d'entités

J'ai exécuté un SVM sur un ensemble de données donné et j'ai fait l'observation suivante: Si je modifie le nombre de fonctionnalités pour la construction du classificateur, le nombre de vecteurs de support résultants sera également modifié. Je voudrais savoir comment expliquer ce genre de scénario.

12 machine-learning classification svm kernel-trick

1

Différences entre PROC Mixed et lme / lmer en R - degrés de liberté

Remarque: cette question est une rediffusion, car ma question précédente a dû être supprimée pour des raisons juridiques. En comparant PROC MIXED de SAS avec la fonction lmedu nlmepackage dans R, je suis tombé sur des différences assez confuses. Plus précisément, les degrés de liberté dans les différents tests diffèrent …

12 r mixed-model sas degrees-of-freedom pdf unbiased-estimator distance-functions functional-data-analysis hellinger time-series outliers c++ relative-risk absolute-risk rare-events regression t-test multiple-regression survival teaching multiple-regression regression self-study t-distribution machine-learning recommender-system self-study binomial standard-deviation data-visualization r predictive-models pearson-r spearman-rho r regression modeling r categorical-data data-visualization ggplot2 many-categories machine-learning cross-validation weka microarray variance sampling monte-carlo regression cross-validation model-selection feature-selection elastic-net distance-functions information-theory r regression mixed-model random-effects-model fixed-effects-model dataset data-mining

1

Comprendre le théorème du déjeuner gratuit dans la classification des motifs de Duda et al

J'ai des questions sur les notations utilisées dans la section 9.2 Absence de supériorité inhérente de tout classificateur dans la classification des modèles de Duda, Hart et Stork . Permettez-moi d'abord de citer un texte pertinent du livre: Pour simplifier, considérons un problème à deux catégories, où l'ensemble d'apprentissage compose …

12 machine-learning

2

Prédire plusieurs cibles ou classes?

Supposons que je construis un modèle prédictif où j'essaie de prédire plusieurs événements (par exemple, le lancer d'un dé et le tirage au sort d'une pièce). La plupart des algorithmes que je connais ne fonctionnent qu'avec une seule cible, alors je me demande s'il existe une approche standard pour ce …

12 machine-learning classification predictive-models multi-class

2

SVM, interaction variable et ajustement des données de formation

J'ai 2 questions générales / plus théoriques. 1) Je suis curieux de savoir comment les SVM gèrent les interactions variables lors de la construction de modèles prédictifs. Par exemple, si j'ai deux fonctionnalités f1 et f2 et que la cible dépend de f1, f2 et disons f1 * f2 (ou …

12 machine-learning predictive-models svm interaction

2

SVM avec des tailles de groupe inégales dans les données d'entraînement

J'essaie de construire un SVM à partir de données de formation où un groupe est représenté plus que l'autre. Cependant, les groupes seront également représentés dans les éventuelles données de test. Par conséquent, je voudrais utiliser le class.weightsparamètre de l' e1071interface du package R libsvmpour équilibrer l'influence des deux groupes …

12 r machine-learning svm

9

Livre pour une vue d'ensemble large et conceptuelle des méthodes statistiques

Je suis très intéressé par le potentiel de l'analyse statistique pour la simulation / prévision / estimation de fonction, etc. Cependant, je n'en sais pas grand-chose et mes connaissances mathématiques sont encore assez limitées - je suis un étudiant de premier cycle en génie logiciel. Je cherche un livre qui …

12 r regression machine-learning references simulation

2

Nombre de paramètres dans le modèle de Markov

Je souhaite utiliser BIC pour la sélection de modèle HMM: BIC = -2*logLike + num_of_params * log(num_of_data) Alors, comment puis-je compter le nombre de paramètres dans le modèle HMM. Considérons un HMM simple à 2 états, où nous avons les données suivantes: data = [1 2 1 1 2 2 …

12 machine-learning model-comparison bic hidden-markov-model

2

Akinator.com et Naive Bayes classifier

Contexte: Je suis un programmeur avec une expérience (à moitié oubliée) en statistiques de cours uni. Récemment, je suis tombé sur http://akinator.com et j'ai passé un certain temps à essayer de le faire échouer. Et qui ne l'était pas? :) J'ai décidé de découvrir comment cela pouvait fonctionner. Après avoir …

12 machine-learning naive-bayes

6

Livres ou articles recommandés comme introduction à l'analyse de cluster?

Je travaille sur un petit corpus de texte (200M), que je veux explorer avec une analyse de cluster. Quels livres ou articles sur ce sujet recommanderiez-vous?

12 machine-learning references clustering

1

Que signifie «variationnel»?

L'utilisation de «variationnel» fait-elle toujours référence à l'optimisation via l'inférence variationnelle? Exemples: "Auto-encodeur variationnel" "Méthodes bayésiennes variationnelles" "Groupe de renormalisation variationnelle"

12 machine-learning optimization inference

1

RMSProp et Adam vs SGD

J'exécute des expériences sur l'ensemble de validation EMNIST en utilisant des réseaux avec RMSProp, Adam et SGD. J'atteins une précision de 87% avec SGD (taux d'apprentissage de 0,1) et décrochage (0,1 décrochage prob) ainsi que la régularisation L2 (pénalité 1e-05). En testant la même configuration exacte avec RMSProp et Adam …

12 machine-learning optimization sgd adam

3

Quels algorithmes nécessitent un codage à chaud?

Je ne sais jamais quand utiliser l'encodage à chaud pour les variables catégorielles non ordonnées et quand ne pas le faire. Je l'utilise chaque fois que l'algorithme utilise une métrique de distance pour calculer la similitude. Quelqu'un peut-il donner une règle générale concernant les types d'algorithmes qui exigeraient que les …

12 machine-learning categorical-data categorical-encoding data-preprocessing

Questions marquées «machine-learning»