Câu hỏi được gắn thẻ «machine-learning»

Tôi đang làm việc với một số tập dữ liệu lớn bằng gói gbm trong R. Cả ma trận dự đoán và vectơ phản hồi của tôi đều khá thưa thớt (tức là hầu hết các mục đều bằng 0). Tôi đã hy vọng xây dựng cây quyết định bằng …

11 r  regression  machine-learning  classification  cart 

Những lợi ích của việc đưa ra các giá trị ban đầu nhất định cho xác suất chuyển tiếp trong Mô hình Markov ẩn là gì? Cuối cùng, hệ thống sẽ tìm hiểu chúng, vậy đâu là điểm đưa ra các giá trị khác với các giá trị ngẫu nhiên? …

11 machine-learning  expectation-maximization  hidden-markov-model 

Giả sử tôi đã có một mô hình phân loại dự đoán dựa trên một khu rừng ngẫu nhiên (sử dụng gói RandomForest trong R). Tôi muốn thiết lập nó để người dùng cuối có thể chỉ định một mục để tạo dự đoán và nó sẽ đưa ra khả …

11 machine-learning  random-forest 

Có phương pháp tiêu chuẩn nào để xác định điểm vận hành "tối ưu" trên đường cong thu hồi chính xác không? (nghĩa là xác định điểm trên đường cong mang lại sự đánh đổi tốt giữa độ chính xác và thu hồi) Cảm ơn

11 machine-learning  precision-recall 

Vì vậy, những gì tôi đã đọc về nhà tiên tri của Facebook là về cơ bản nó chia chuỗi thời gian thành xu hướng và thời vụ. Ví dụ: một mô hình phụ gia sẽ được viết là: y(t)=g(t)+s(t)+h(t)+ety(t)=g(t)+s(t)+h(t)+et y(t) = g(t) + s(t) + h(t) + e_t với …

11 regression  machine-learning  time-series  prophet 

Sự hiểu biết của tôi về SVM là nó rất giống với hồi quy logistic (LR), tức là một tổng số các tính năng được truyền cho hàm sigmoid để có xác suất thuộc về một lớp, nhưng thay vì mất entropy chéo (logistic) chức năng, đào tạo được thực …

11 machine-learning  logistic  svm 

Gần đây tôi đã xem xét thuật toán XGBoost và tôi đã nhận thấy rằng thuật toán này có thể xử lý dữ liệu bị thiếu (mà không yêu cầu phải cắt bỏ) trong giai đoạn đào tạo. Tôi đã tự hỏi nếu XGboost có thể xử lý dữ liệu …

11 machine-learning  missing-data  data-imputation  xgboost 

Các mgcvgói cho Rcó hai chức năng cho phù hợp tương tác sản phẩm tensor: te()và ti(). Tôi hiểu sự phân công lao động cơ bản giữa hai người (phù hợp với sự tương tác phi tuyến tính so với việc phân tách tương tác này thành các hiệu ứng …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Tôi có một danh sách các từ, thuộc các loại tự xác định khác nhau. Mỗi danh mục có mẫu riêng (ví dụ: một loại có độ dài cố định với các ký tự đặc biệt, một loại khác tồn tại các ký tự chỉ xuất hiện trong danh mục …

11 machine-learning  classification  similarities  supervised-learning 

Trên pg. 34 Giới thiệu về Học thống kê : \newcommand{\Var}{{\rm Var}} Mặc dù bằng chứng toán học nằm ngoài phạm vi của cuốn sách này, có thể chỉ ra rằng MSE thử nghiệm dự kiến, với giá trị x0x0x_0 , luôn có thể được phân tách thành tổng của …

11 machine-learning  variance 

Các bản đồ kích hoạt ở một lớp nhất định được kết nối với các bộ lọc cho lớp đó như thế nào? Tôi không hỏi về cách thực hiện thao tác tích chập giữa bộ lọc và bản đồ kích hoạt, tôi đang hỏi về loại kết nối mà …

11 machine-learning  deep-learning  conv-neural-network 

Đây là hàm mất lệch nhị thức của GradientBoosting, def __call__(self, y, pred, sample_weight=None): """Compute the deviance (= 2 * negative log-likelihood). """ # logaddexp(0, v) == log(1.0 + exp(v)) pred = pred.ravel() if sample_weight is None: return -2.0 * np.mean((y * pred) - np.logaddexp(0.0, pred)) else: return (-2.0 / …

11 machine-learning  scikit-learn  boosting  loss-functions 

Khi thực hiện một bộ mã hóa tự động với mạng thần kinh, hầu hết mọi người sẽ sử dụng sigmoid làm chức năng kích hoạt. Chúng ta có thể sử dụng ReLU thay thế không? (Vì ReLU không có giới hạn ở giới hạn trên, về cơ bản có …

11 machine-learning  neural-networks  deep-learning  autoencoders 

Tôi đang gặp khó khăn để hiểu câu này: Kiến trúc được đề xuất đầu tiên tương tự như NNLM tiếp theo, trong đó lớp ẩn phi tuyến tính được loại bỏ và lớp chiếu được chia sẻ cho tất cả các từ (không chỉ ma trận chiếu); do đó, …

11 machine-learning  neural-networks  natural-language  word-embeddings  language-models 

Tôi đã đi qua các khoảng cách gần trong rừng ngẫu nhiên. Nhưng tôi không thể hiểu nó làm gì trong những khu rừng ngẫu nhiên. Làm thế nào nó giúp cho mục đích phân loại?

11 machine-learning  random-forest