Statistiques et Big Data machine-learning

2

Keras: pourquoi la perte diminue-t-elle alors que val_loss augmente?

J'ai configuré une recherche de grille pour un tas de paramètres. J'essaie de trouver les meilleurs paramètres pour un réseau neuronal Keras qui effectue une classification binaire. La sortie est soit un 1 soit un 0. Il y a environ 200 fonctionnalités. Quand j'ai fait une recherche dans la grille, …

12 machine-learning cross-validation deep-learning tensorflow theano

4

Dans CNN, le suréchantillonnage et la transposition de convolution sont-ils les mêmes?

Les termes «suréchantillonnage» et «convolution transposée» sont tous deux utilisés lorsque vous effectuez une «déconvolution» (<- ce n'est pas un bon terme, mais permettez-moi de l'utiliser ici). À l'origine, je pensais qu'ils signifiaient la même chose, mais il me semble qu'ils sont différents après avoir lu ces articles. quelqu'un peut-il …

12 machine-learning neural-networks conv-neural-network transposed-convolution

2

Quelle est la différence entre la régression linéaire «régulière» et la régression linéaire d'apprentissage profond?

Je veux connaître la différence entre la régression linéaire dans une analyse d'apprentissage automatique régulière et la régression linéaire dans le cadre d'un "apprentissage profond". Quels algorithmes sont utilisés pour la régression linéaire dans le cadre de l'apprentissage en profondeur.

12 regression machine-learning deep-learning

1

Qu'est-ce qu'un bloc d'apprentissage résiduel dans le contexte des réseaux résiduels profonds dans l'apprentissage profond?

Je lisais le document Deep Residual Learning for Image Recognition et j'avais du mal à comprendre avec 100% de certitude ce qu'implique un bloc résiduel sur le plan informatique. En lisant leur article, ils ont la figure 2: qui illustre ce qu'est un bloc résiduel. Le calcul d'un bloc résiduel …

12 machine-learning neural-networks deep-learning conv-neural-network residual-networks

2

Utiliser le coefficient de corrélation de Pearson comme objectif d'optimisation dans l'apprentissage automatique

Dans l'apprentissage automatique (pour les problèmes de régression), je vois souvent l'erreur quadratique moyenne (MSE) ou l'erreur absolue moyenne (MAE) utilisée comme fonction d'erreur pour minimiser (plus le terme de régularisation). Je me demande s'il existe des situations où l'utilisation d'un coefficient de corrélation serait plus appropriée? si une telle …

12 regression machine-learning svm optimization deep-learning

1

Gradient pour la fonction de perte logistique

Je voudrais poser une question liée à celle-ci . J'ai trouvé un exemple d'écriture d'une fonction de perte personnalisée pour xgboost ici : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, …

12 r machine-learning gradient-descent boosting loss-functions

1

Pourquoi l'analyse des séries chronologiques n'est pas considérée comme un algorithme d'apprentissage automatique

Pourquoi l'analyse des séries chronologiques n'est-elle pas considérée comme un algorithme d'apprentissage automatique (contrairement à la régression linéaire). La régression et l'analyse des séries chronologiques sont des méthodes de prévision. Alors pourquoi l'un d'eux est-il considéré comme un algorithme d'apprentissage mais pas l'autre?

12 regression machine-learning time-series terminology

2

Dimension VC des modèles de régression

Dans la série de conférences Learning from Data , le professeur mentionne que la dimension VC mesure la complexité du modèle sur le nombre de points qu'un modèle donné peut briser. Donc, cela fonctionne parfaitement pour les modèles de classification où nous pourrions dire sur N points si le classificateur …

12 regression machine-learning vc-dimension

4

Manuel sur l'apprentissage par renforcement

Je recherche un manuel / des notes de cours en apprentissage par renforcement. J'aime bien l ' "Introduction à l'apprentissage statistique" , mais malheureusement ils ne couvrent pas ce sujet. Je sais qu'un livre de Sutton et Barto est une référence standard, et peut-être que le NDP est également bon, …

12 machine-learning references

2

Algorithmes d'apprentissage automatique pour les données de panel

Dans cette question - Existe - t-il une méthode pour construire des arbres de décision qui tienne compte des prédicteurs structurés / hiérarchiques / multiniveaux? - ils mentionnent une méthode de données de panel pour les arbres. Existe-t-il des méthodes de données de panneau spécifiques pour prendre en charge les …

12 r machine-learning svm panel-data cart

2

Comment comparer deux algorithmes de classement?

Je veux comparer deux algorithmes de classement. Dans ces algorithmes, le client spécifie certaines conditions dans sa recherche. Selon les exigences du client, ces algorithmes doivent attribuer un score pour chaque élément de la base de données et récupérer les éléments ayant les scores les plus élevés. J'ai lu différents …

12 machine-learning precision-recall average-precision

1

Test exact de Fisher et distribution hypergéométrique

Je voulais mieux comprendre le test exact du pêcheur, j'ai donc imaginé l'exemple de jouet suivant, où f et m correspond à l'homme et à la femme, et n et y correspond à la "consommation de soda" comme ceci: > soda_gender f m n 0 5 y 5 0 Évidemment, …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

2

Interprétation du résultat du clustering k-means dans R

J'utilisais l' kmeansinstruction de R pour effectuer l'algorithme k-means sur l'ensemble de données iris d'Anderson. J'ai une question sur certains paramètres que j'ai obtenus. Les résultats sont: Cluster means: Sepal.Length Sepal.Width Petal.Length Petal.Width 1 5.006000 3.428000 1.462000 0.246000 Dans ce cas, que signifie "Cluster"? Est-ce la moyenne des distances de …

12 r machine-learning clustering interpretation k-means

2

Comment combiner les résultats de la régression logistique et de la forêt aléatoire?

Je suis nouveau dans l'apprentissage automatique. J'ai appliqué une régression logistique et une forêt aléatoire sur un même ensemble de données. J'obtiens donc une importance variable (coefficient absolu pour la régression logistique et importance variable pour la forêt aléatoire). Je pense à combiner les deux pour obtenir une importance variable …

12 machine-learning logistic random-forest

1

Kernelized k le plus proche voisin

Je suis nouveau dans les noyaux et j'ai rencontré un problème en essayant de noyauer kNN. Préliminaires J'utilise un noyau polynomiale: K(x,y)=(1+⟨x,y⟩)dK(x,y)=(1+⟨x,y⟩)dK(\mathbf{x},\mathbf{y}) = (1 + \langle \mathbf{x},\mathbf{y} \rangle)^d Votre kNN euclidien typique utilise la métrique de distance suivante: d(x,y)=||x−y||d(x,y)=||x−y||d(\mathbf{x}, \mathbf{y}) = \vert\vert \mathbf{x} - \mathbf{y} \vert\vert Soit mapper x dans …

12 machine-learning kernel-trick k-nearest-neighbour

Questions marquées «machine-learning»