Thống kê và dữ liệu lớn machine-learning

3

Độ dốc của được xem trong không gian của Eigenvector của

Tôi đang đọc Why Momentum really Works , một bài đăng từ tạp chí chưng cất mới. Tôi sẽ diễn giải các phương trình chính dẫn đến phần làm tôi bối rối, bài viết mô tả trực giác chi tiết hơn. Thuật toán giảm độ dốc được đưa ra bởi …

7 machine-learning optimization deep-learning

3

Giải thích từng bước về xác thực chéo K-gấp với tìm kiếm dạng lưới để tối ưu hóa siêu đường kính

Tôi nhận thức rõ về các ưu điểm của xác thực chéo k-Fold (và bỏ qua một lần), cũng như các ưu điểm của việc tách tập huấn luyện của bạn để tạo tập hợp 'xác thực' thứ ba mà bạn sử dụng để đánh giá hiệu suất mô hình …

7 machine-learning cross-validation hyperparameter optimization

2

Mô hình bảo trì dự đoán để xác định dấu hiệu thất bại trước khi nó xảy ra

Tình hình Tôi đang giải quyết một vấn đề trong đó tôi đang sử dụng dữ liệu cảm biến để dự đoán lỗi máy trước khi xảy ra lỗi và tôi cần một số lời khuyên về phương pháp nào cần khám phá. Cụ thể, tôi muốn xác định các …

7 machine-learning time-series predictive-models prediction-interval

1

Tại sao các mạng lưới niềm tin sâu sắc (DBN) hiếm khi được sử dụng?

Tôi đã đọc cuốn sách này về học tập sâu của Ian và Aron. Trong phần mô tả về DBN, họ nói rằng DBN đã không còn được ưa chuộng và hiếm khi được sử dụng. Các mạng lưới niềm tin sâu sắc đã chứng minh rằng các kiến trúc …

7 machine-learning deep-learning deep-belief-networks

3

Phương pháp thống kê để so sánh hiệu chuẩn giữa các mô hình

Đây có vẻ là một vấn đề phổ biến nhưng tôi không thể tìm ra giải pháp. Tôi có một bộ các quan sát nhị phân và hai mô hình khác nhau, mỗi mô hình có dự đoán cho mỗi quan sát. Tôi muốn so sánh hiệu chuẩn của các …

7 r machine-learning logistic calibration scoring-rules

2

Tạo một bộ dữ liệu chiều cao nơi hàng xóm gần nhất trở nên vô nghĩa

Trong bài báo " Khi nào là 'Hàng xóm gần nhất' có ý nghĩa? " Chúng ta đã đọc điều đó, Chúng tôi chỉ ra rằng trong các điều kiện rộng nhất định (về phân phối dữ liệu và truy vấn hoặc khối lượng công việc), khi chiều tăng lên, …

7 machine-learning clustering dataset k-nearest-neighbour high-dimensional

1

Giảm kích thước phi tuyến: thuật toán hình học / cấu trúc liên kết so với bộ tự động

Theo tôi hiểu, có ba cách tiếp cận chính để giảm kích thước phi tuyến: Học tập đa dạng (các thuật toán hình học / topo như ISOMAP, LLE, LTSA) Bộ tự động những thứ không phù hợp với 2 loại đầu tiên (xác suất lấy cảm hứng từ t-SNE, …

7 machine-learning deep-learning dimensionality-reduction autoencoders manifold-learning

1

Biện minh toán học cho việc sử dụng các mạng thần kinh tái phát trên các mạng chuyển tiếp

Tôi đã tự hỏi và cố gắng hiểu liệu có tồn tại bất kỳ lý do toán học nào đằng sau sự vượt trội của RNN so với các mạng chuyển tiếp khi xử lý dữ liệu tuần tự hay không. Ví dụ: khi mô hình hóa chuỗi thời gian, …

7 machine-learning time-series neural-networks rnn

1

Cấp độ yếu tố mới không có trong dữ liệu đào tạo

Tôi nhận được lỗi "Cấp độ yếu tố mới không có trong dữ liệu đào tạo". Nhưng tôi đã kiểm tra các nlevels và class cho mỗi cột trong quá trình phát triển cũng như dữ liệu thử nghiệm và chúng giống nhau. Bất kỳ lời giải thích hợp lý?

7 r machine-learning random-forest many-categories

1

Có phải các phương thức kernel của vùng Viking và sao chép lại các hạt nhân không gian Hilbert có liên quan với nhau không?

"Phương thức kernel" và "tái tạo không gian Hilbert kernel" có liên quan không? Cụ thể, "kernel" được sử dụng trong thuật ngữ "kernel kernel" có giống (loại) "kernel" như được sử dụng trong thuật ngữ "tái tạo không gian Hilbert kernel" không? Lưu ý rằng tôi đã kiểm tra …

7 machine-learning terminology kernel-trick

3

Sử dụng PCA trên bộ dữ liệu hình ảnh trước khi phân loại với mạng thần kinh

Tôi có ma trận dữ liệu hình ảnh trong đó là số ví dụ hình ảnh và là số pixel hình ảnh: , vì mỗi hình ảnh là hình ảnh 3 kênh . Hơn nữa, mỗi trong số 50000 hình ảnh thuộc về 1 trong 10 lớp có thể. Đó …

7 machine-learning classification neural-networks pca image-processing

1

Chúng ta có nên tính đến thuật ngữ chặn khi nhân thuật toán không?

Khi thuật toán học (ví dụ: phân loại, hồi quy, phân cụm hoặc giảm kích thước) chỉ sử dụng sản phẩm chấm giữa các điểm dữ liệu chúng tôi có thể sử dụng ánh xạ chiều cao hơn thông qua thủ thuật kernel, trao đổi tất cả các trường hợp …

7 regression machine-learning classification kernel-trick

1

Ví dụ sử dụng phân biệt tự động như được triển khai trong Tensorflow là gì và tại sao nó lại quan trọng?

Tôi có một nắm bắt tốt về mạng lưới thần kinh, lan truyền ngược và quy tắc chuỗi tuy nhiên tôi đang đấu tranh để hiểu sự khác biệt tự động. Dưới đây đề cập đến sự khác biệt tự động bên ngoài bối cảnh lan truyền trở lại: Làm …

7 machine-learning neural-networks deep-learning tensorflow automatic-differentiation

2

Tại sao thường xuyên hóa tất cả các tham số theo cùng một cách?

Câu hỏi của tôi liên quan đến chính quy trong hồi quy tuyến tính và hồi quy logistic. Tôi hiện đang làm tuần thứ 3 của khóa học Machine Learning của Andrew Ng trên Coursera. Tôi hiểu làm thế nào quá mức có thể là một vấn đề phổ biến …

7 regression machine-learning regularization overfitting

1

Cách tốt nhất để đạt điểm F trung bình với các lớp không cân bằng

Tôi có một bộ dữ liệu với các lớp không cân bằng. Ba lớp chiếm khoảng 60% dữ liệu. Ngoài ra, tôi có các phân tách thử nghiệm khác nhau gây ra sự mất cân bằng. Ví dụ: Tập xe lửa: nhãn_1 ... nhãn_n Bộ kiểm tra: nhãn_1, nhãn_3, nhãn_9 …

7 machine-learning scikit-learn average unbalanced-classes

Câu hỏi được gắn thẻ «machine-learning»