Als «machine-learning» getaggte Fragen

Fragen zu Computeralgorithmen, die automatisch Muster in Daten erkennen und darauf basierend gute Entscheidungen treffen.

2
Ein Textklassifikator, der seine Entscheidungen erklärt
Ich baue einen Textkategorisierer für kurze Sätze. Ich möchte dem Benutzer nicht nur mitteilen, dass die Kategorie des von Ihnen eingegebenen Textes C ist, sondern auch kurz und verständlich erklären können, warum ich diese Entscheidung getroffen habe. Zum Beispiel möchte ich dem Benutzer nicht sagen: "Ich habe Ihren Satz in …
1
Verfeinerungsarten ableiten
Bei der Arbeit wurde ich beauftragt, einige Typinformationen über eine dynamische Sprache abzuleiten. Ich schreibe Folgen von Anweisungen in verschachtelte letAusdrücke um, wie folgt: return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y in Z …
11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 
2
Nichtparametrische Methoden wie K-Nearest-Neighbors im hochdimensionalen Merkmalsraum
Die Hauptidee von k-Nearest-Neighbor berücksichtigt die nächstgelegenen Punkte und entscheidet über die Klassifizierung der Daten mit Stimmenmehrheit. Wenn ja, sollte es keine Probleme mit höherdimensionalen Daten geben, da Methoden wie lokalitätssensitives Hashing die nächsten Nachbarn effizient finden können.kkk Darüber hinaus kann die Merkmalsauswahl mit Bayes'schen Netzwerken die Datendimension verringern und …
2
Kleinster DFA, der bestimmte Zeichenfolgen akzeptiert und andere angegebene Zeichenfolgen ablehnt
Können wir bei zwei Mengen von Strings über dem Alphabet Σ den kleinsten deterministischen Finite-State-Automaten (DFA) M so berechnen, dass A ⊆ L ( M ) und L ( M ) ⊆ Σ ∗ ∗ B ?A,BA,BA,BΣΣ\SigmaMMMA⊆L(M)A⊆L(M)A \subseteq L(M)L(M)⊆Σ∗∖BL(M)⊆Σ∗∖BL(M) \subseteq \Sigma^*\setminus B Mit anderen Worten, repräsentiert eine Reihe positiver Beispiele. …
1
Ist genetische Programmierung heute relevant?
Mein Hauptanliegen ist, ob die genetische Programmierung ein aktives Forschungsfeld mit einigen vielversprechenden Anwendungen in der Praxis ist. Es scheint, als ob im Bereich des maschinellen Lernens die neuronalen Netze das Hauptwort sind, mit Erwähnungen in den heutigen Mainstream-Nachrichten, aber ich habe noch nie von einer ähnlichen genetischen Erfolgsgeschichte der …
1
Implementierung von Naive Bayes
Ich implementiere einen Naive Bayes-Algorithmus für die Textkategorisierung mit Laplace-Glättung. Das Problem, das ich habe, ist, dass sich die Wahrscheinlichkeit Null nähert, weil ich viele kleine Brüche multipliziere. Daher ergibt die Wahrscheinlichkeit schließlich Null. Dies liegt daran, dass die Dokumente und Schulungssätze mehrere Wörter enthalten. Aus diesem Grund kann ich …
4
Entwicklung künstlicher neuronaler Netze zur Lösung von NP-Problemen
Ich habe kürzlich einen wirklich interessanten Blogeintrag aus dem Google Research Blog gelesen, in dem es um neuronale Netze geht. Grundsätzlich nutzen sie diese neuronalen Netze zur Lösung verschiedener Probleme wie der Bilderkennung. Sie verwenden genetische Algorithmen, um die Gewichte der Axone zu "entwickeln". Im Grunde ist meine Idee die …
2
Welcher Klassifikator ist für eine SVM-Klassifikation genauer?
Ich lerne die SVM-Klassifizierung und stoße auf ein Problem. Ich bin mir nicht sicher, ob dieses Dilemma eine Terminologie dafür hat. Angenommen, wir möchten Patienten anhand der Stichproben von gesunden Menschen (beiderlei Geschlechts) und Menschen mit Leberkrebs (beiderlei Geschlechts) nach SVM klassifizieren. Wenn wir gesunde Menschen als Klasse 1 und …
2
Wie klassifiziere ich mein Problem bei der Optimierung der Emulator-Eingabe und mit welchem ​​Algorithmus soll ich es angehen?
Aufgrund der Art der Frage muss ich viele Hintergrundinformationen hinzufügen (da meine Frage lautet: Wie kann ich diese eingrenzen?). Sie kann jedoch (nach bestem Wissen) wie folgt zusammengefasst werden: Welche Methoden gibt es, um lokale Optima in extrem großen kombinatorischen Suchräumen zu finden? Hintergrund In der Tool-unterstützten Superplay-Community möchten wir …
1
Pseudozufallssequenzvorhersage
Haftungsausschluss: Ich bin Biologe und entschuldige mich für (vielleicht) grundlegende Fragen, die so grob formuliert sind. Ich bin mir nicht sicher, ob ich diese Frage hier oder auf DS / SC stellen soll, aber CS ist die größte von drei. (Nachdem ich gepostet hatte, kam mir der Gedanke, dass Cross-Validated …
1
Wie funktioniert der Momentum-Term für den Backpropagation-Algorithmus?
Sollte bei der Aktualisierung der Gewichte eines neuronalen Netzwerks unter Verwendung des Backpropagation-Algorithmus mit einem Impulsausdruck die Lernrate auch auf den Impulsausdruck angewendet werden? Die meisten Informationen, die ich über die Verwendung von Momentum finden konnte, sehen ungefähr so ​​aus: W.'ich= W.ich- α Δ W.ich+ μ Δ W.i - 1Wi′=Wi−αΔWi+μΔWi−1W_{i}' …
2
Was war vor dem PAC-Lernen los?
Ich untersuche das PAC-Lernen (Computational Learning Theory) als Anfänger ohne Vorkenntnisse in maschinellem Lernen / KI. Ich untersuche das Modell hauptsächlich aus historischer Sicht. Das Wichtigste dabei sind natürlich die modellbasierten Ergebnisse. Es gibt genügend Papiere, die diese Ergebnisse dokumentieren. Ich möchte aber auch etwas darüber schreiben, was vor dem …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.