Thống kê và dữ liệu lớn machine-learning

3

Một rừng ngẫu nhiên có thể được sử dụng để lựa chọn tính năng trong hồi quy tuyến tính nhiều không?

Vì RF có thể xử lý phi tuyến tính nhưng không thể cung cấp các hệ số, nên sử dụng rừng ngẫu nhiên để thu thập các tính năng quan trọng nhất và sau đó cắm các tính năng đó vào mô hình hồi quy tuyến tính để có được …

50 regression machine-learning feature-selection random-forest regression-strategies

8

Sách để đọc trước các yếu tố của học thống kê?

Dựa trên bài đăng này , tôi muốn tiêu hóa các yếu tố của học thống kê. May mắn là nó có sẵn miễn phí và tôi bắt đầu đọc nó. Tôi không có đủ kiến thức để hiểu nó. Bạn có thể giới thiệu một cuốn sách giới thiệu …

50 machine-learning references

3

Phân cụm với K-Means và EM: chúng có liên quan như thế nào?

Tôi đã nghiên cứu các thuật toán để phân cụm dữ liệu (học tập không giám sát): EM và k-mean. Tôi tiếp tục đọc như sau: k-mean là một biến thể của EM, với giả định rằng các cụm là hình cầu. Ai đó có thể giải thích câu trên? …

50 machine-learning clustering data-mining k-means expectation-maximization

4

Ngưỡng xác suất phân loại

Tôi có một câu hỏi liên quan đến phân loại nói chung. Đặt f là trình phân loại, đưa ra một tập hợp các xác suất được cung cấp một số dữ liệu D. Thông thường, người ta sẽ nói: tốt, nếu P (c | D)> 0,5, chúng ta sẽ …

49 machine-learning classification binary-data threshold

1

Kích thước lô phải lớn như thế nào đối với gốc dốc ngẫu nhiên?

Tôi hiểu rằng việc giảm độ dốc ngẫu nhiên có thể được sử dụng để tối ưu hóa mạng thần kinh bằng cách sử dụng backpropagation bằng cách cập nhật mỗi lần lặp với một mẫu khác nhau của tập dữ liệu huấn luyện. Kích thước lô phải lớn như …

49 machine-learning neural-networks gradient-descent backpropagation

1

Chỉ số hiệu suất để đánh giá việc học tập không giám sát

Đối với việc học tập không giám sát (như phân cụm), có số liệu nào để đánh giá hiệu suất không?

49 machine-learning clustering data-mining unsupervised-learning

3

Mạng thần kinh tái phát và đệ quy: Cái nào tốt hơn cho NLP?

Có Mạng thần kinh tái phát và Mạng thần kinh đệ quy. Cả hai thường được ký hiệu bằng cùng một từ viết tắt: RNN. Theo Wikipedia , NN tái phát thực tế là NN đệ quy, nhưng tôi không thực sự hiểu lời giải thích. Hơn nữa, tôi dường …

48 machine-learning neural-networks deep-learning natural-language

7

Bắt đầu từ đâu với số liệu thống kê cho một nhà phát triển có kinh nghiệm

Trong nửa đầu năm 2015, tôi đã tham gia khóa học coursera về Machine Learning (của Andrew Ng, khóa học TUYỆT VỜI). Và học những điều cơ bản của học máy (hồi quy tuyến tính, hồi quy logistic, SVM, Mạng lưới thần kinh ...) Ngoài ra, tôi đã là một …

47 r regression machine-learning references

4

Mất cân bằng lớp học trong máy học giám sát

Đây là một câu hỏi nói chung, không cụ thể cho bất kỳ phương pháp hoặc tập dữ liệu. Làm thế nào để chúng ta giải quyết vấn đề mất cân bằng lớp học trong Supervised Machine learning trong đó số 0 là khoảng 90% và số 1 là khoảng …

47 machine-learning unbalanced-classes supervised-learning

3

Hiểu về Naive Bayes

Từ StatSoft, Inc. (2013), Sách giáo khoa thống kê điện tử , "Phân loại Naive Bayes" : Để thể hiện khái niệm Phân loại Naïve Bayes, hãy xem xét ví dụ hiển thị trong hình minh họa ở trên. Như đã chỉ ra, các đối tượng có thể được phân …

47 machine-learning naive-bayes

2

Tại sao Mạng nơ ron kết hợp không sử dụng Máy Vector hỗ trợ để phân loại?

Trong những năm gần đây, Mạng lưới thần kinh chuyển đổi (CNN) đã trở thành công nghệ tiên tiến để nhận dạng đối tượng trong thị giác máy tính. Thông thường, một CNN bao gồm một số lớp chập, tiếp theo là hai lớp được kết nối đầy đủ. Một …

46 machine-learning neural-networks svm deep-learning conv-neural-network

3

Số lượng cây tối ưu trong một khu rừng ngẫu nhiên có phụ thuộc vào số lượng người dự đoán không?

Ai đó có thể giải thích tại sao chúng ta cần một số lượng lớn cây trong rừng ngẫu nhiên khi số lượng người dự đoán lớn? Làm thế nào chúng ta có thể xác định số lượng cây tối ưu?

46 machine-learning random-forest

1

Hiểu về hầu hết các tối thiểu địa phương có giá trị chức năng rất giống với tối ưu toàn cầu

Trong một bài đăng trên blog gần đây của Rong Ge, người ta nói rằng: Người ta tin rằng đối với nhiều vấn đề bao gồm học lưới sâu, hầu hết tất cả các mức tối thiểu cục bộ đều có giá trị hàm rất giống với tối ưu toàn …

46 machine-learning neural-networks optimization deep-learning

5

Sự thay thế của Gradient Descent là gì?

Gradient Descent có vấn đề bị kẹt trong Local Minima. Chúng ta cần chạy thời gian theo cấp số nhân của độ dốc để tìm cực tiểu toàn cầu. Bất cứ ai cũng có thể cho tôi biết về bất kỳ sự thay thế nào của việc giảm độ dốc …

46 machine-learning svm neural-networks

6

Các định lý chính trong học máy (sâu) là gì?

Al Rahimi gần đây đã có một cuộc nói chuyện rất khiêu khích trong NIPS 2017 so sánh Machine Learning hiện tại với Alchemy. Một trong những tuyên bố của ông là chúng ta cần quay lại với những phát triển lý thuyết, để có những định lý đơn giản …

45 machine-learning deep-learning theory

Câu hỏi được gắn thẻ «machine-learning»