Statistiques et Big Data machine-learning

2

Les modèles graphiques et les machines Boltzmann sont-ils liés mathématiquement?

Bien que j'aie fait de la programmation avec des machines Boltzmann dans un cours de physique, je ne connais pas leur caractérisation théorique. En revanche, j'en connais un peu sur la théorie des modèles graphiques (sur les premiers chapitres du livre de Lauritzen Graphical Models ). Question: Existe - t-il …

10 machine-learning neural-networks mathematical-statistics graphical-model rbm

5

Pourquoi le score bêta définit-il la bêta comme ça?

Il s'agit du score F beta: Fβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallFβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallF_\beta = (1 + \beta^2) \cdot \frac{\mathrm{precision} \cdot \mathrm{recall}}{(\beta^2 \cdot \mathrm{precision}) + \mathrm{recall}} L'article de Wikipedia indique que .FβFβF_\beta "measures the effectiveness of retrieval with respect to a user who attaches β times as much importance to recall as precision" Je n'ai pas compris …

10 machine-learning precision-recall model-evaluation

3

Est-il possible de former un réseau neuronal pour dessiner l'image dans un certain style?

Est-il possible de former un réseau neuronal pour dessiner l'image dans un certain style? (Il prend donc une image et la redessine dans un style pour lequel elle a été formée.) Existe-t-il une technologie approuvée pour ce genre de chose? Je connais l'algorithme DeepArt. Il est bon de remplir l'image …

10 machine-learning neural-networks deep-learning

1

Les réseaux de neurones mettent-ils généralement un certain temps à se mettre en marche pendant l'entraînement?

J'essaie de former un réseau neuronal profond pour la classification, en utilisant la propagation arrière. Plus précisément, j'utilise un réseau de neurones convolutifs pour la classification d'images, en utilisant la bibliothèque Tensor Flow. Pendant l'entraînement, je ressens un comportement étrange et je me demande simplement si cela est typique ou …

10 machine-learning classification neural-networks conv-neural-network tensorflow

2

Matrice de covariance inverse vs matrice de covariance dans l'ACP

En PCA, cela fait-il une différence si nous choisissons les principales composantes de la matrice de covariance inverse OU si nous laissons tomber les vecteurs propres de la matrice de covariance correspondant à de grandes valeurs propres? Ceci est lié à la discussion dans ce post .

10 machine-learning pca computational-statistics

1

Empêcher l'échec de Pareto de l'importance lissée (PSIS-LOO) d'échouer

J'ai récemment commencé à utiliser la validation croisée par échantillonnage d'importance non lissée de Pareto (PSIS-LOO), décrite dans ces articles: Vehtari, A. et Gelman, A. (2015). Pareto a lissé l'échantillonnage d'importance. préimpression arXiv ( lien ). Vehtari, A., Gelman, A., et Gabry, J. (2016). Évaluation pratique du modèle bayésien à …

10 machine-learning cross-validation mcmc pareto-distribution importance-sampling

3

Cas d'utilisation RBM SVM (vs régression logistique et forêt aléatoire)

Prise en charge des machines vectorielles avec noyau de fonction à base radiale est un classificateur supervisé à usage général. Bien que je connaisse les fondements théoriques de ces SVM et leurs points forts, je ne connais pas les cas dans lesquels ils sont la méthode préférée. Alors, y a-t-il …

10 machine-learning logistic classification svm random-forest

2

Pourquoi le softmax est-il utilisé pour représenter une distribution de probabilité?

Dans la littérature sur l'apprentissage automatique, pour représenter une distribution de probabilité, la fonction softmax est souvent utilisée. Y a-t-il une raison à cela? Pourquoi aucune autre fonction n'est-elle utilisée?

10 machine-learning distributions softmax

1

Apprentissage en ensemble: Pourquoi l'empilement de modèles est-il efficace?

Récemment, je me suis intéressé à l'empilement de modèles en tant que forme d'apprentissage d'ensemble. En particulier, j'ai expérimenté un peu avec certains jeux de données de jouets pour les problèmes de régression. J'ai essentiellement implémenté des régresseurs individuels de "niveau 0", stocké les prédictions de sortie de chaque régresseur …

10 machine-learning ensemble stacking

1

Qu'entend-on par PCA ne préservant que de grandes distances par paires?

Je lis actuellement sur la technique de visualisation t-SNE et il a été mentionné que l'un des inconvénients de l'utilisation de l'analyse en composantes principales (ACP) pour visualiser des données de grande dimension est qu'elle ne conserve que de grandes distances par paires entre les points. Les points signifiants qui …

10 machine-learning data-visualization pca tsne

1

Comprendre l'utilisation des logarithmes dans le logarithme TF-IDF

Je lisais: https://en.wikipedia.org/wiki/Tf%E2%80%93idf#Definition Mais je n'arrive pas à comprendre exactement pourquoi la formule a été construite telle qu'elle est. Ce que je comprends: iDF devrait à un certain niveau mesurer la fréquence à laquelle un terme S apparaît dans chacun des documents, sa valeur diminuant à mesure que le terme …

10 machine-learning clustering mathematical-statistics text-mining natural-language

2

Comment former un SVM via la rétropropagation?

Je me demandais s'il était possible de former un SVM (par exemple linéaire, pour faciliter les choses) en utilisant la rétropropagation? Actuellement, je suis à un barrage routier, car je ne peux penser qu'à écrire la sortie du classificateur comme F( x ; θ , b ) = sgn ( …

10 machine-learning neural-networks svm gradient-descent backpropagation

1

Forêt aléatoire vs Adaboost

Dans la section 7 de l'article Random Forests (Breiman, 1999), l'auteur énonce la conjecture suivante: "Adaboost est une forêt aléatoire". Quelqu'un a-t-il prouvé ou réfuté cela? Qu'est-ce qui a été fait pour prouver ou infirmer ce post 1999?

10 machine-learning random-forest boosting

2

Qu'est-ce que la pré-formation et comment pré-former un réseau neuronal?

Je comprends que la formation préalable est utilisée pour éviter certains des problèmes liés à la formation conventionnelle. Si j'utilise la rétropropagation avec, par exemple un encodeur automatique, je sais que je vais rencontrer des problèmes de temps car la rétropropagation est lente, et aussi que je peux rester coincé …

10 machine-learning neural-networks backpropagation rbm pre-training

1

VC-Dimension du k-plus proche voisin

Quelle est la dimension VC de l'algorithme k le plus proche voisin si k est égal au nombre de points d'apprentissage utilisés? Contexte: Cette question a été posée dans un cours que j'ai suivi et la réponse donnée était 0. Je ne comprends cependant pas pourquoi c'est le cas. Mon …

10 machine-learning self-study k-nearest-neighbour vc-dimension

Questions marquées «machine-learning»