Statistiques et Big Data machine-learning

6

Quels sont les principaux théorèmes en apprentissage machine (profond)?

Al Rahimi a récemment donné un discours très provocateur dans le NIPS 2017 comparant l'actuel apprentissage automatique à l'alchimie. L’une de ses affirmations est qu’il est nécessaire de revenir aux développements théoriques, de disposer de théorèmes simples prouvant des résultats fondamentaux. Quand il a dit cela, j'ai commencé à chercher …

45 machine-learning deep-learning theory

2

Noyau linéaire et non linéaire pour la machine à vecteurs de support?

Lors de l'utilisation de la machine à vecteurs de support, existe-t-il des instructions sur le choix du noyau linéaire par rapport au noyau non linéaire, comme le RBF? J'ai déjà entendu dire que le noyau non linéaire avait tendance à ne pas bien fonctionner lorsque le nombre de fonctionnalités était …

45 machine-learning classification svm references kernel-trick

8

Tous les modèles sont-ils inutiles? Un modèle exact est-il possible - ou utile?

Cette question me hante depuis plus d'un mois. Le numéro de février 2015 d' Amstat News contient un article du professeur Berkeley, Mark van der Laan, qui réprimande les gens pour l'utilisation de modèles inexacts. Il déclare qu'en utilisant des modèles, la statistique est alors un art plutôt qu'une science. …

45 machine-learning maximum-likelihood modeling nonparametric parametric

4

Comment les noyaux sont-ils appliqués aux cartes de caractéristiques pour produire d'autres cartes de caractéristiques?

J'essaie de comprendre la partie convolution des réseaux de neurones convolutionnels. En regardant la figure suivante: Je n'ai aucun problème à comprendre la première couche de convolution où nous avons 4 noyaux différents (de taille ), que nous convolrons avec l'image d'entrée pour obtenir 4 cartes de caractéristiques.k×kk×kk \times k …

44 machine-learning neural-networks deep-learning conv-neural-network

6

Pourquoi la multicolinéarité n'est-elle pas vérifiée dans les statistiques modernes / l'apprentissage automatique?

Dans les statistiques traditionnelles, lors de la construction d'un modèle, nous vérifions la multicolinéarité à l'aide de méthodes telles que les estimations du facteur d'inflation de la variance (VIF), mais en apprentissage automatique, nous utilisons plutôt la régularisation pour la sélection des caractéristiques et ne semblons pas vérifier si les …

44 regression machine-learning multicollinearity regularization vif

4

Différence entre une forêt aléatoire et des arbres extrêmement randomisés

J'ai compris que Random Forest et Extremely Randomized Trees diffèrent en ce sens que les divisions des arbres de Random Forest sont déterministes, alors qu'elles sont aléatoires dans le cas d'arbres extrêmement aléatoires (pour être plus précis, la division suivante est la meilleure parmi les divisions uniformes aléatoires dans les …

44 machine-learning correlation references random-forest

13

L'apprentissage automatique peut-il décoder les hachages SHA256?

J'ai un hachage SHA256 de 64 caractères. J'espère former un modèle capable de prédire si le texte en clair utilisé pour générer le hachage commence par un 1 ou non. Peu importe si cela est "possible", quel algorithme serait la meilleure approche? Mes premières pensées Générez un grand échantillon de …

43 machine-learning logistic

3

Comprendre le rôle du facteur d'escompte dans l'apprentissage par renforcement

Je m'enseigne moi-même sur l'apprentissage par renforcement et j'essaie de comprendre le concept de récompense actualisée. La récompense est donc nécessaire pour indiquer au système quelles paires d’État-action sont bonnes et lesquelles sont mauvaises. Mais ce que je ne comprends pas, c'est pourquoi la récompense à prix réduit est nécessaire. …

43 machine-learning reinforcement-learning

2

Qu'est-ce que maxout dans un réseau de neurones?

Quelqu'un peut-il expliquer ce que font les unités maxout d'un réseau de neurones? Comment fonctionnent-ils et en quoi diffèrent-ils des unités conventionnelles? J'ai essayé de lire le document "Maxout Network" de Goodfellow et al. (du groupe du professeur Yoshua Bengio), mais je ne comprends pas très bien.

42 machine-learning neural-networks

5

L'apprentissage machine est-il moins utile pour comprendre la causalité, donc moins intéressant pour les sciences sociales?

Ma compréhension de la différence entre apprentissage automatique / autres techniques de prévision statistique et le type de statistiques utilisées par les spécialistes des sciences sociales (économistes, par exemple) est que les économistes semblent très intéressés par la compréhension de l'effet d'une ou de plusieurs variables - à la fois …

42 machine-learning econometrics

6

Pourquoi sous-échantillonner?

Supposons que je veuille apprendre un classificateur qui prédit si un courrier électronique est un spam. Et supposons que seulement 1% des emails sont du spam. La chose la plus simple à faire serait d'apprendre le classificateur trivial qui dit qu'aucun des courriels n'est du spam. Ce classificateur nous donnerait …

42 machine-learning classification

2

Pandas / Statsmodel / Scikit-learn

Les pandas, modèles de statistiques et Scikit-learn sont-ils des implémentations différentes d'opérations d'apprentissage automatique / statistiques, ou sont-ils complémentaires les uns des autres? Lequel de ceux-ci a la fonctionnalité la plus complète? Lequel est activement développé et / ou soutenu? Je dois mettre en œuvre la régression logistique. Avez-vous des …

41 machine-learning python scikit-learn statsmodels pandas

1

Comment interpréter les mesures d'erreur?

J'utilise la classification dans Weka pour un certain ensemble de données et j'ai remarqué que si j'essaie de prédire une valeur nominale, la sortie affiche spécifiquement les valeurs prédites correctement et incorrectement. Cependant, je l’utilise maintenant pour un attribut numérique et le résultat est le suivant: Correlation coefficient 0.3305 Mean …

41 machine-learning error weka mse rms

6

Optimisation pratique de l'hyperparamètre: recherche aléatoire ou en grille

Je suis en train de parcourir la recherche aléatoire d'optimisation d'hyper-paramètre [1] de Bengio et Bergsta, où les auteurs affirment que la recherche aléatoire est plus efficace que la recherche sur grille pour obtenir des performances à peu près égales. Ma question est la suivante: les gens ici sont-ils d'accord …

41 machine-learning hyperparameter optimization

1

Quelle est la différence entre softmax_cross_entropy_with_logits et softmax_cross_entropy_with_logits_v2?

Plus précisément, je suppose que je m'interroge sur cette affirmation: Les futures versions majeures de TensorFlow permettront par défaut aux gradients de s’intégrer dans l’entrée des étiquettes sur backprop. Qui est montré quand j'utilise tf.nn.softmax_cross_entropy_with_logits. Dans le même message, il m’incite à regarder tf.nn.softmax_cross_entropy_with_logits_v2. J'ai parcouru la documentation, mais elle …

41 machine-learning supervised-learning tensorflow backpropagation

Questions marquées «machine-learning»