Statistiques et Big Data machine-learning

1

Utilisation d'outils d'apprentissage machine standard sur des données censurées à gauche

Je suis en train de développer une application de prévision dont le but est de permettre à un importateur de prévoir la demande de ses produits à partir de son réseau client de distributeurs. Les chiffres des ventes sont un assez bon indicateur de la demande, tant qu'il existe un …

11 r regression machine-learning censoring

1

Sélection de modèles dans l'apprentissage hors ligne ou en ligne

J'ai essayé d'en savoir plus sur l'apprentissage en ligne ces derniers temps (c'est absolument fascinant!), Et un thème sur lequel je n'ai pas réussi à bien comprendre est de savoir comment penser la sélection de modèles dans des contextes hors ligne et en ligne. Plus précisément, supposons que nous formons …

11 machine-learning model-selection online

2

Qu'est-ce que le Machine Learning en pratique réelle?

Je suis un nouveau venu dans l'apprentissage automatique (également des statistiques), j'apprends des connaissances (algorithmes d'apprentissage supervisés / non supervisés, méthodes d'optimisation pertinentes, régularisations, certaines philosophies (comme le compromis biais-variance?)) Depuis un certain temps. Je sais que sans aucune pratique réelle, je ne gagnerais pas une compréhension approfondie de ces …

11 machine-learning algorithms

2

L'attente est-elle la même que la moyenne?

Je fais du ML à mon université, et le professeur a mentionné le terme Attente (E), alors qu'il essayait de nous expliquer certaines choses sur les processus gaussiens. Mais d'après la façon dont il l'a expliqué, j'ai compris que E est le même que le μ moyen. Ai-je bien compris? …

11 machine-learning gaussian-process linear-algebra

1

Clarification de la maximisation des attentes

J'ai trouvé un tutoriel très utile concernant l' algorithme EM . L'exemple et l'image du tutoriel sont tout simplement géniaux. Question connexe sur le calcul des probabilités comment fonctionne la maximisation des attentes? J'ai une autre question concernant la façon de connecter la théorie décrite dans le tutoriel à l'exemple. …

11 machine-learning clustering algorithms natural-language

4

Comment choisir le nombre d'arbres dans un modèle de régression boosté généralisé?

Existe-t-il une stratégie pour choisir le nombre d'arbres dans un GBM? Plus précisément, l' ntreesargument dans Rla gbmfonction de. Je ne vois pas pourquoi vous ne devriez pas définir ntreesla valeur raisonnable la plus élevée. J'ai remarqué qu'un plus grand nombre d'arbres réduit clairement la variabilité des résultats de plusieurs …

11 r machine-learning gbm

5

Contexte mathématique des réseaux de neurones

Je ne sais pas si cela convient à ce site, mais je commence mon MSE en informatique (BS en mathématiques appliquées) et je veux obtenir une solide formation en apprentissage automatique (je vais très probablement poursuivre un doctorat). Un de mes sous-intérêts est les réseaux de neurones. Quel est un …

11 machine-learning neural-networks mathematical-statistics references

2

Comparer les classificateurs basés sur AUROC ou la précision?

J'ai un problème de classification binaire et j'expérimente différents classificateurs dessus: je veux comparer les classificateurs. lequel est une meilleure mesure de l'ASC ou de la précision? Et pourquoi? Raondom Forest: AUC: 0.828 Accuracy: 79.6667 % SVM: AUC: 0.542 Accuracy: 85.6667 %

11 machine-learning classification auc

2

Y a-t-il sur-ajustement dans cette approche de modélisation

On m'a récemment dit que le processus que j'avais suivi (composante d'une thèse de maîtrise) pouvait être considéré comme trop adapté. Je cherche à mieux comprendre cela et à voir si d'autres sont d'accord. L'objectif de cette partie du document est de Comparez les performances des arbres de régression à …

11 machine-learning data-mining predictive-models

1

Matrice de covariance pour le processus gaussien et la distribution de Wishart

Je lis ce document sur les processus Wishart généralisés (GWP). L'article calcule les covariances entre différentes variables aléatoires (suivant le processus gaussien ) en utilisant la fonction de covariance exponentielle au carré, c'est-à-dire . Il indique ensuite que cette matrice de covariance suit le GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Je pensais qu'une …

11 machine-learning normal-distribution covariance wishart nonparametric-bayes

1

Comment détecter si un processus gaussien est trop adapté?

J'entraîne un processus gaussien avec un noyau ARD avec beaucoup de paramètres en maximisant la lisibilité marginale des données, au lieu de la validation croisée. Je soupçonne que c'est trop adapté. Comment puis-je tester cette suspicion dans un contexte bayésien?

11 machine-learning cross-validation gaussian-process

2

Mesures de la séparabilité des classes dans les problèmes de classification

Un exemple d'une bonne mesure de la séparabilité des classes chez les apprenants discriminants linéaires est le rapport discriminant linéaire de Fisher. Existe-t-il d'autres mesures utiles pour déterminer si les ensembles de fonctionnalités offrent une bonne séparation des classes entre les variables cibles? En particulier, je suis intéressé à trouver …

11 machine-learning classification feature-selection discriminant-analysis

3

Importance des variables dans la régression logistique

Je suis probablement confronté à un problème qui a probablement été résolu une centaine de fois auparavant, mais je ne sais pas où trouver la réponse. Lorsque j'utilise la régression logistique, étant donné de nombreuses fonctionnalités et que j'essaie de prédire une valeur binaire catégorielle , je suis intéressé par …

11 machine-learning logistic classification

2

Quelle est la distance de Mahalanobis et comment est-elle utilisée dans la reconnaissance des formes?

Quelqu'un peut-il m'expliquer le concept de distance de Mahalanobis? Par exemple, quelle est la distance de Mahalanobis entre deux points x et y, et surtout, comment est-elle interprétée pour la reconnaissance des formes?

11 machine-learning mathematical-statistics distance-functions

2

Quel est l'avantage de réduire la dimensionnalité des prédicteurs à des fins de régression?

Quels sont les applications ou les avantages des techniques de régression par réduction de dimension (DRR) ou de réduction de dimensionnalité supervisée (SDR) par rapport aux techniques de régression traditionnelles (sans réduction de dimensionnalité)? Ces classes de techniques trouvent une représentation de faible dimension de l'ensemble des caractéristiques du problème …

11 regression machine-learning pca dimensionality-reduction

Questions marquées «machine-learning»