Câu hỏi được gắn thẻ «machine-learning»

Tôi đang sử dụng libsvm trong chế độ C-SVC với hạt nhân đa thức bậc 2 và tôi bắt buộc phải đào tạo nhiều SVM. Mỗi bộ huấn luyện có 10 tính năng và 5000 vectơ. Trong quá trình đào tạo, tôi nhận được cảnh báo này cho hầu hết …

20 machine-learning  cross-validation  svm  regularization  libsvm 

Breiman nói rằng những cái cây được trồng mà không cần cắt tỉa. Tại sao? Tôi muốn nói rằng phải có một lý do vững chắc tại sao cây trong rừng ngẫu nhiên không được cắt tỉa. Mặt khác, việc tỉa một cây quyết định duy nhất để tránh sự …

20 machine-learning 

Tôi đã đọc các tuyên bố khác nhau (dường như) mâu thuẫn cho dù AdaBoost (hoặc các kỹ thuật tăng cường khác) có ít hoặc dễ bị thừa hơn so với các phương pháp học tập khác. Có những lý do tốt để tin người này hay người kia? Nếu …

20 machine-learning  boosting 

Thủ thuật kernel được sử dụng trong một số mô hình học máy (ví dụ: SVM ). Nó được giới thiệu lần đầu tiên trong bài viết "Cơ sở lý thuyết của phương pháp chức năng tiềm năng trong nghiên cứu nhận dạng mẫu" vào năm 1964. Định nghĩa wikipedia …

20 machine-learning  kernel-trick 

Tôi không phải là chuyên gia về rừng ngẫu nhiên nhưng tôi hiểu rõ rằng vấn đề chính của rừng ngẫu nhiên là việc tạo cây (ngẫu nhiên). Bạn có thể giải thích cho tôi làm thế nào cây được tạo ra? (tức là phân phối được sử dụng để …

20 machine-learning  r  algorithms  cart  random-forest 

Sự khác biệt chính giữa dữ liệu thưa và dữ liệu bị thiếu là gì? Và nó ảnh hưởng đến việc học máy như thế nào? Cụ thể hơn, những gì ảnh hưởng đến dữ liệu thưa thớt và dữ liệu bị thiếu đối với các thuật toán phân loại …

20 machine-learning  dataset  missing-data  sparse 

Gần đây tôi đã biết rằng một trong những cách để tìm giải pháp tốt hơn cho các vấn đề ML là tạo ra các tính năng. Người ta có thể làm điều đó bằng cách ví dụ tóm tắt hai tính năng. Ví dụ: chúng tôi có hai tính …

20 machine-learning  feature-construction 

Tôi đang đọc chương về sự đánh đổi sai lệch của các yếu tố của việc học thống kê và tôi nghi ngờ trong công thức ở trang 29. Hãy để dữ liệu phát sinh từ một mô hình sao cho trong đó là ngẫu nhiên số có giá trị …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

Liệu caretgói R có xác nhận chéo trên cả hai alphavà lambdacho glmnetmô hình không? Chạy mã này, eGrid <- expand.grid(.alpha = (1:10) * 0.1, .lambda = (1:10) * 0.1) Control <- trainControl(method = "repeatedcv",repeats = 3,verboseIter =TRUE) netFit <- train(x =train_features, y = y_train, method = "glmnet", tuneGrid = …

20 r  machine-learning  cross-validation  caret  glmnet 

Tại sao backpropagation không hoạt động khi bạn khởi tạo tất cả trọng số có cùng giá trị (giả sử 0,5), nhưng hoạt động tốt khi được cung cấp các số ngẫu nhiên? Không nên thuật toán tính toán lỗi và làm việc từ đó, mặc dù thực tế là …

20 machine-learning  neural-networks  backpropagation 

Về mặt biệt ngữ mạng thần kinh (y = Trọng lượng * x + thiên vị) làm thế nào tôi biết biến nào quan trọng hơn các biến khác? Tôi có một mạng lưới thần kinh với 10 đầu vào, 1 lớp ẩn với 20 nút và 1 lớp đầu …

20 machine-learning  neural-networks  bias  tensorflow  theano 

Các thuật toán di truyền là một dạng của phương pháp tối ưu hóa. Thường thì độ dốc gốc ngẫu nhiên và các dẫn xuất của nó là lựa chọn tốt nhất để tối ưu hóa chức năng, nhưng thuật toán di truyền đôi khi vẫn được sử dụng. Ví …

20 machine-learning  optimization  gradient-descent  genetic-algorithms 

Gần đây tôi đã trở nên quan tâm đến các LSTM và tôi đã rất ngạc nhiên khi biết rằng các trọng số được chia sẻ theo thời gian. Tôi biết rằng nếu bạn chia sẻ các trọng số theo thời gian, thì chuỗi thời gian đầu vào của bạn …

20 machine-learning  lstm  rnn 

"Giám sát từ xa" là một kế hoạch học tập trong đó một bộ phân loại được học với một tập huấn luyện được dán nhãn yếu (dữ liệu đào tạo được dán nhãn tự động dựa trên các quy tắc / quy tắc). Tôi nghĩ rằng cả học tập …

20 machine-learning  data-mining  dataset  references  unsupervised-learning 

Tôi đã đọc giấy bình thường hóa hàng loạt (BN) (1) và không hiểu nhu cầu sử dụng đường trung bình di động để theo dõi độ chính xác của mô hình và ngay cả khi tôi chấp nhận rằng đó là điều đúng đắn, tôi không hiểu những gì …

20 machine-learning  neural-networks  deep-learning  conv-neural-network  batch-normalization