Thống kê và dữ liệu lớn machine-learning

2

Đặc biệt ở khía cạnh định hướng khoa học máy tính của tài liệu học máy, AUC (khu vực dưới đường cong đặc tính toán tử máy thu) là một tiêu chí phổ biến để đánh giá các phân loại. Các biện minh cho việc sử dụng AUC là gì? …

10 machine-learning roc

1

Ý nghĩa của các hệ số hồi quy (GAM) khi khả năng mô hình không cao hơn đáng kể so với null

Tôi đang chạy hồi quy dựa trên GAM bằng cách sử dụng gói gamlss R và giả sử phân phối beta không bị thổi phồng dữ liệu. Tôi chỉ có một biến giải thích duy nhất trong mô hình của mình, vì vậy về cơ bản là : mymodel = …

10 nonlinear-regression gamlss machine-learning svm

1

Các quy trình Stochastic như Quy trình Gaussian / Quy trình Dirichlet có mật độ không? Nếu không, làm thế nào quy tắc Bayes có thể được áp dụng cho họ?

Quy trình Dirichlet Pocess và Gaussian thường được gọi là "phân phối trên các chức năng" hoặc "phân phối trên các phân phối". Trong trường hợp đó, tôi có thể nói một cách có ý nghĩa về mật độ của hàm theo GP không? Đó là, liệu Quy trình Gaussian …

10 machine-learning probability bayesian nonparametric nonparametric-bayes

3

hồi quy quy trình gaussian cho các bộ dữ liệu lớn

Tôi đã tìm hiểu về quá trình Gaussian hồi quy từ các video trực tuyến và ghi chú bài giảng, sự hiểu biết của tôi về nó là nếu chúng ta có một bộ dữ liệu với điểm sau đó chúng tôi giả định các dữ liệu được lấy mẫu …

10 machine-learning probability inference gaussian-process multivariate-regression

2

Mục đích của tiếng ồn Dirichlet trong bài báo AlphaZero

Trong các bài báo AlphaGo Zero và AlphaZero của DeepMind , họ mô tả việc thêm tiếng ồn Dirichlet vào xác suất hành động trước đó từ nút gốc (trạng thái bảng) trong Tìm kiếm trên cây Monte Carlo: Việc thăm dò bổ sung đạt được bằng cách thêm nhiễu …

10 machine-learning neural-networks dirichlet-distribution

1

Tại sao các tính năng Fourier ngẫu nhiên không âm?

Các tính năng Fourier ngẫu nhiên cung cấp các xấp xỉ cho các hàm kernel. Chúng được sử dụng cho các phương thức kernel khác nhau, như các quy trình SVM và Gaussian. Hôm nay, tôi đã thử sử dụng triển khai TensorFlow và tôi nhận được các giá trị …

10 machine-learning kernel-smoothing feature-construction tensorflow fourier-transform

1

Làm thế nào là SVMs = So khớp mẫu?

Tôi đã đọc về các SVM và được biết rằng họ đang giải quyết một vấn đề tối ưu hóa và ý tưởng lề tối đa là rất hợp lý. Bây giờ, bằng cách sử dụng hạt nhân, họ có thể tìm thấy các ranh giới phân tách phi tuyến …

10 machine-learning neural-networks svm deep-learning kernel-trick

1

Phân tích phức tạp, phân tích chức năng để hiểu sâu hơn về Machine Learning

Tôi muốn tìm hiểu sâu hơn về Machine Learning (lý thuyết và ứng dụng trong Tài chính). Tôi muốn hỏi làm thế nào có liên quan là phân tích phức tạp và phân tích chức năng làm cơ sở cho Machine Learning? Tôi có cần học những môn này không …

10 machine-learning pac-learning

1

Làm thế nào để tính ra mẫu R bình phương?

Tôi biết điều này có lẽ đã được thảo luận ở một nơi khác, nhưng tôi không thể tìm thấy một câu trả lời rõ ràng. Tôi đang cố gắng sử dụng công thức để tính mẫu ngoài mô hình hồi quy tuyến tính, trong đó là tổng bình phương …

10 regression machine-learning r-squared out-of-sample

1

Liệu nó có ý nghĩa để sử dụng lựa chọn tính năng trước Random Forest?

Tất cả mọi thứ là trong tiêu đề, nó có ý nghĩa để sử dụng lựa chọn tính năng trước khi sử dụng rừng ngẫu nhiên?

10 machine-learning feature-selection random-forest

1

Có những ứng dụng mà SVM vẫn vượt trội?

Thuật toán SVM khá cũ - nó được phát triển vào những năm 1960, nhưng cực kỳ phổ biến vào những năm 1990 và 2000. Nó là một phần cổ điển (và khá đẹp) của các khóa học máy. Ngày nay, dường như trong xử lý phương tiện (hình ảnh, …

10 machine-learning svm

1

Đạo hàm của mất entropy chéo trong word2vec

Tôi đang cố gắng giải quyết vấn đề đầu tiên của tài liệu khóa học stanford trực tuyến cs224d và tôi gặp một số vấn đề với vấn đề 3A: Khi sử dụng mô hình bỏ qua gram word2vec với chức năng dự đoán softmax và chức năng mất entropy …

10 machine-learning self-study word2vec

2

Xô hóa là gì?

Tôi đã đi khắp nơi để tìm một lời giải thích rõ ràng về "xô" trong học máy mà không gặp may. Những gì tôi hiểu cho đến nay là xô hóa tương tự như lượng tử hóa trong xử lý tín hiệu số trong đó một loạt các giá …

10 machine-learning dataset data-preprocessing

2

Xác thực chéo lồng nhau - nó khác với lựa chọn mô hình qua kprint CV trên tập huấn luyện như thế nào?

Tôi thường thấy mọi người nói về xác nhận chéo 5x2 là một trường hợp đặc biệt của xác thực chéo lồng nhau . Tôi giả sử số thứ nhất (ở đây: 5) đề cập đến số lần gấp trong vòng lặp bên trong và số thứ hai (ở đây: …

10 machine-learning cross-validation hyperparameter

3

Tại sao mọi người thích dữ liệu trơn tru?

Tôi đang sử dụng hạt nhân bình phương bình phương (SE) cho hồi quy quy trình Gaussian. Ưu điểm của hạt nhân này là: 1) đơn giản: chỉ có 3 siêu đường kính; 2) mịn: hạt nhân này là Gaussian. Tại sao mọi người thích "độ mịn" rất nhiều? Tôi …

10 machine-learning

Câu hỏi được gắn thẻ «machine-learning»