Statistiques et Big Data machine-learning

2

techniques d'apprentissage automatique pour les données longitudinales

Je me demandais s'il y avait des techniques d'apprentissage automatique (non supervisées) pour modéliser des données longitudinales? J'ai toujours utilisé des modèles d'effets mixtes (principalement non linéaires) mais je me demandais s'il y avait d'autres façons de le faire (en utilisant l'apprentissage automatique). Par apprentissage automatique, je veux dire forêt …

11 machine-learning mixed-model

4

Bons exemples / livres / ressources pour en savoir plus sur l'apprentissage automatique appliqué (pas seulement ML lui-même)

J'ai déjà suivi un cours de ML, mais maintenant que je travaille avec des projets liés au ML dans mon travail, j'ai beaucoup de mal à l'appliquer. Je suis sûr que les trucs que je fais ont déjà fait l'objet de recherches / traités, mais je ne trouve pas de …

11 machine-learning references train application

2

Les réseaux résiduels sont-ils liés à l'augmentation du gradient?

Récemment, nous avons vu l'émergence du réseau neuronal résiduel, dans lequel, chaque couche se compose d'un module de calcul et d'une connexion de raccourci qui préserve l'entrée de la couche telle que la sortie de la ième couche présente: Le réseau permet d'extraire les caractéristiques résiduelles et permet une profondeur …

11 machine-learning neural-networks deep-learning gradient-descent residual-networks

1

Comment expliquer pourquoi la normalisation des lots doit être effectuée avec un certain soin?

Je lisais le document de normalisation par lots [1] et il y avait une section où se trouve un exemple, essayant de montrer pourquoi la normalisation doit être effectuée avec soin. Honnêtement, je ne peux pas comprendre comment l'exemple fonctionne et je suis vraiment très curieux de comprendre autant que …

11 machine-learning neural-networks conv-neural-network

1

Différence entre ElasticNet en scythit-learn Python et Glmnet en R

Quelqu'un a-t-il essayé de vérifier si l'ajustement d'un modèle Elastic Net avec ElasticNetin scikit-learn en Python et glmneten R sur le même ensemble de données produit des résultats arithmétiques identiques? J'ai expérimenté de nombreuses combinaisons de paramètres (car les deux fonctions diffèrent dans les valeurs par défaut qu'elles transmettent aux …

11 machine-learning scikit-learn glmnet elastic-net

1

Quelle est la politique de déploiement dans le document d'AlphaGo?

Le papier est ici . La politique de déploiement ... est une politique de softmax linéaire basée sur des fonctionnalités rapides, calculées de manière incrémentielle et basées sur des modèles locaux ... Je ne comprends pas ce qu'est la politique de déploiement et comment elle est liée au réseau de …

11 machine-learning monte-carlo reinforcement-learning games

1

Quelle est la différence entre la régression vectorielle de support et SVM?

Je connais les bases de SVM et SVR, mais je ne comprends toujours pas comment le problème de trouver un hyperplan qui maximise la marge s'intègre dans SVR. Deuxièmement, j'ai lu quelque chose sur utilisé comme marge de tolérance dans SVR. Qu'est-ce que ça veut dire?ϵϵ\epsilon Troisièmement, y a-t-il une …

11 regression machine-learning svm

3

Les interactions ne sont-elles utiles que dans le contexte de la régression?

J'ai toujours lu le terme interaction dans le contexte de la régression. Devrions-nous également considérer les interactions avec différents modèles, par exemple knn ou svm? S'il y a , ou même plus de fonctionnalités et disons observations quelle est la manière habituelle de trouver des interactions utiles? Essayez toutes les …

11 machine-learning interaction terminology

3

Des ressources pour apprendre des techniques à cibles multiples?

Je recherche des ressources (livres, notes de cours, etc.) sur les techniques pouvant gérer des données à cibles multiples (Ex: trois variables dépendantes: 2 discrètes et 1 continue). Quelqu'un at-il des ressources / connaissances à ce sujet? Je sais qu'il est possible d'utiliser des réseaux de neurones pour cela.

11 regression machine-learning predictive-models references

1

Algorithmes d'intégration de mots en termes de performances

J'essaie d'incorporer environ 60 millions de phrases dans un espace vectoriel , puis de calculer la similitude en cosinus entre elles. J'ai utilisé sklearn CountVectorizeravec une fonction de tokenizer construite sur mesure qui produit des unigrammes et des bigrammes. Il s'avère que pour obtenir des représentations significatives, je dois autoriser …

11 machine-learning natural-language word2vec word-embeddings cosine-similarity

2

Classification avec des données partiellement «inconnues»

Supposons que je veuille apprendre un classificateur qui prend un vecteur de nombres en entrée et donne une étiquette de classe en sortie. Mes données d'entraînement se composent d'un grand nombre de paires d'entrée-sortie. Cependant, lorsque je viens de tester certaines nouvelles données, ces données ne sont généralement que partiellement …

11 machine-learning classification neural-networks deep-learning

2

Fusion des observations dans le processus gaussien

J'utilise le processus gaussien (GP) pour la régression. Dans mon problème, il est assez courant que deux ou plusieurs points de données soient proches l'un de l'autre, relativement aux échelles de longueur du problème. De plus, les observations peuvent être extrêmement bruyantes. Pour accélérer les calculs et améliorer la précision …

11 regression machine-learning gaussian-process

2

Quelles sont les différences entre la régression Ridge en utilisant glmnet de R et scikit-learn de Python?

Je passe par la section LAB §6.6 sur Ridge Regression / Lasso dans le livre 'An Introduction to Statistical Learning with Applications in R' de James, Witten, Hastie, Tibshirani (2013). Plus précisément, j'essaie d'appliquer le Ridgemodèle scikit-learn au jeu de données «Hitters» du package R «ISLR». J'ai créé le même …

11 r machine-learning scikit-learn regression

1

seuil de calcul pour le classificateur de risque minimum?

Supposons que deux classes et ont un attribut et ont la distribution et . si nous avons égal pour la matrice de coût suivante:C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5 \\ 1 & 0 \end{bmatrix} pourquoi, est le seuil du classificateur de risque (coût) minimum?x0<0.5x0<0.5x_0 …

11 machine-learning classification bayesian normal-distribution bivariate

1

Quand utiliser l'impureté Gini et quand utiliser le gain d'informations?

Quelqu'un peut-il m'expliquer quand utiliser l'impureté Gini et le gain d'informations pour les arbres de décision? Pouvez-vous me donner des situations / des exemples de la meilleure façon de les utiliser?

11 machine-learning classification data-mining cart

Questions marquées «machine-learning»