Statistiques et Big Data supervised-learning

4

Déséquilibre de classe dans l'apprentissage automatique supervisé

C'est une question en général, non spécifique à une méthode ou à un ensemble de données. Comment traiter un problème de déséquilibre de classe dans l'apprentissage automatique supervisé, où le nombre de 0 est d'environ 90% et le nombre de 1 d'environ 10% dans votre jeu de données. Comment former …

47 machine-learning unbalanced-classes supervised-learning

1

Différence entre GradientDescentOptimizer et AdamOptimizer (TensorFlow)?

J'ai écrit un simple MLP dans TensorFlow qui modélise une porte XOR . Donc pour: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] il devrait produire les éléments suivants: output_data = [[0.], [1.], [1.], [0.]] Le réseau comporte une couche d'entrée, une couche cachée et une couche de …

45 machine-learning neural-networks error gradient-descent supervised-learning

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

3

Appliquer des mots incorporés à l'ensemble du document pour obtenir un vecteur de caractéristiques

Comment utiliser un mot incorporé pour mapper un document sur un vecteur de caractéristiques approprié pour une utilisation avec apprentissage supervisé? Un mot incorporant mappe chaque mot www à un vecteur v∈Rdv∈Rdv \in \mathbb{R}^d , où ddd est un nombre non trop grand (par exemple 500). Les mots les plus …

38 classification natural-language supervised-learning word2vec word-embeddings

3

Existe-t-il un problème d'apprentissage supervisé empêchant les réseaux de neurones (profonds) de surpasser les autres méthodes?

J'ai vu des gens mettre beaucoup d'efforts sur SVM et les noyaux, et ils ont l'air très intéressants en tant que débutants en Machine Learning. Mais si nous nous attendons à ce que nous puissions presque toujours trouver une solution plus performante en termes de réseau de neurones (profonds), quelle …

33 machine-learning svm kernel-trick supervised-learning

2

Apprentissage supervisé, apprentissage non supervisé et apprentissage par renforcement: principes de base du flux de travail

Enseignement supervisé 1) Un humain construit un classificateur basé sur des données d' entrée et de sortie 2) Ce classificateur est formé avec un ensemble de données de formation 3) Ce classificateur est testé avec un ensemble de données de test 4) Déploiement si le résultat est satisfaisant A utiliser …

30 machine-learning unsupervised-learning supervised-learning reinforcement-learning

5

Distinguer deux groupes en statistiques et en machine learning: test d'hypothèse vs classification vs clustering

Supposons que j'ai deux groupes de données, étiquetés A et B (contenant chacun par exemple 200 échantillons et 1 fonction), et je veux savoir s'ils sont différents. Je pourrais: a) effectuer un test statistique (par exemple un test t) pour voir s'ils sont statistiquement différents. b) utiliser l'apprentissage automatique supervisé …

29 machine-learning hypothesis-testing t-test unsupervised-learning supervised-learning

3

Apprentissage non supervisé, supervisé et semi-supervisé

Dans le contexte de l'apprentissage automatique, quelle est la différence entre apprentissage non supervisé apprentissage supervisé et apprentissage semi-supervisé? Et quelles sont les principales approches algorithmiques à examiner?

27 machine-learning unsupervised-learning supervised-learning semi-supervised

3

Analyse quotidienne des séries chronologiques

J'essaie de faire une analyse des séries chronologiques et je suis nouveau dans ce domaine. J'ai un décompte quotidien d'un événement de 2006-2009 et je veux y adapter un modèle de série chronologique. Voici les progrès que j'ai réalisés: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) L'intrigue résultante que j'obtiens est: Afin de …

25 r time-series seasonality multiple-seasonalities tbats hypothesis-testing beta-distribution machine-learning unsupervised-learning supervised-learning reinforcement-learning

3

Comment prédire les résultats avec seulement des cas positifs comme formation?

Par souci de simplicité, disons que je travaille sur l'exemple classique des e-mails spam / non-spam. J'ai un ensemble de 20000 e-mails. Parmi ceux-ci, je sais que 2000 sont du spam, mais je n'ai aucun exemple d'e-mails non-spam. Je voudrais prédire si les 18 000 restants sont du spam ou …

21 machine-learning predictive-models unsupervised-learning supervised-learning semi-supervised

2

Quelle est l'hypothèse multiple dans l'apprentissage semi-supervisé?

J'essaie de comprendre ce que signifie l'hypothèse multiple dans l'apprentissage semi-supervisé. Quelqu'un peut-il expliquer de manière simple? Je ne peux pas obtenir l'intuition derrière cela. Il dit que vos données se trouvent sur un collecteur de faible dimension intégré dans un espace de dimension supérieure. Je n'ai pas compris ce …

20 machine-learning unsupervised-learning supervised-learning manifold-learning

1

L'apprentissage supervisé est-il un sous-ensemble de l'apprentissage par renforcement?

Il semble que la définition de l'apprentissage supervisé soit un sous - ensemble de l'apprentissage par renforcement, avec un type particulier de fonction de récompense qui est basée sur des données étiquetées (par opposition à d'autres informations dans l'environnement). Est-ce une représentation exacte?

16 machine-learning terminology reinforcement-learning supervised-learning definition

4

Qu'est-ce * qu'un * réseau de neurones artificiels?

Au fur et à mesure que nous explorons la littérature sur les réseaux de neurones , nous arrivons à identifier d'autres méthodes avec des topologies neuromorphiques (architectures de type "réseau de neurones"). Et je ne parle pas du théorème de l'approximation universelle . Des exemples sont donnés ci-dessous. Ensuite, cela …

15 machine-learning neural-networks deep-learning unsupervised-learning supervised-learning

4

Intervalles de prédiction pour les algorithmes d'apprentissage automatique

Je veux savoir si le processus décrit ci-dessous est valide / acceptable et toute justification disponible. L'idée: les algorithmes d'apprentissage supervisé ne supposent pas de structures / distributions sous-jacentes sur les données. À la fin de la journée, ils produisent des estimations ponctuelles. J'espère quantifier en quelque sorte l'incertitude des …

14 machine-learning confidence-interval bootstrap supervised-learning gbm

1

Réduction supervisée de la dimensionnalité

J'ai un ensemble de données composé d'échantillons étiquetés 15K (de 10 groupes). Je souhaite appliquer une réduction de dimensionnalité en 2 dimensions, qui tiendrait compte de la connaissance des labels. Lorsque j'utilise des techniques de réduction de dimensionnalité "standard" non supervisées telles que l'ACP, le nuage de points semble n'avoir …

13 machine-learning pca dimensionality-reduction supervised-learning discriminant-analysis

Questions marquées «supervised-learning»