Statistiken und Big Data machine-learning

2

Unterstützen Sie Vektormaschinen und Regression

Es gibt bereits eine ausgezeichnete Diskussion darüber, wie Support-Vektor-Maschinen mit Klassifizierung umgehen, aber ich bin sehr verwirrt darüber, wie Support-Vektor-Maschinen zur Regression verallgemeinern. Möchte mich jemand aufklären?

26 regression machine-learning svm

4

Neuronales Netz mit Sprungschichtverbindungen

Ich interessiere mich für die Regression mit neuronalen Netzen. Neuronale Netze mit Null versteckten Knoten und Sprungschichtverbindungen sind lineare Modelle. Was ist mit den gleichen neuronalen Netzen, aber mit versteckten Knoten? Ich frage mich, welche Rolle die Sprungschichtverbindungen spielen würden. Intuitiv würde ich sagen, dass das endgültige Modell eine Summe …

26 regression machine-learning neural-networks deep-learning

2

Gewichtung des KLD-Verlusts im Vergleich zum Rekonstruktionsverlust bei variierenden automatischen Codierern

In fast allen Codebeispielen, die ich von einer VAE gesehen habe, sind die Verlustfunktionen wie folgt definiert (dies ist ein Tensorflow-Code, aber ich habe ähnliche für Theano, Fackel usw. gesehen. Es ist auch für ein Convnet, aber das ist auch nicht allzu relevant betrifft nur die Achsen, die die Summen …

26 machine-learning deep-learning tensorflow autoencoders variational-bayes

8

Warum ist es so wichtig, prinzipielle und mathematische Theorien für maschinelles Lernen zu haben?

Ich habe mich gefragt, warum es so wichtig ist, prinzipielles / theoretisches maschinelles Lernen zu haben. Aus einer persönlichen Perspektive als Mensch kann ich verstehen, warum prinzipielles maschinelles Lernen wichtig wäre: Menschen mögen es zu verstehen, was sie tun, wir finden Schönheit und Befriedigung zu verstehen. Aus theoretischer Sicht macht …

25 machine-learning neural-networks conv-neural-network theory

1

Gibt es einen Algorithmus, der Klassifikation und Regression kombiniert?

Ich frage mich, ob es einen Algorithmus gibt, der gleichzeitig Klassifizierung und Regression durchführen kann. Zum Beispiel möchte ich, dass der Algorithmus einen Klassifikator lernt und gleichzeitig in jedem Etikett ein kontinuierliches Ziel lernt. Daher hat es für jedes Trainingsbeispiel eine kategoriale Bezeichnung und einen kontinuierlichen Wert. Ich könnte zuerst …

25 regression machine-learning classification predictive-models finite-mixture-model

5

Was ist der Unterschied zwischen Faltungs-Neuronalen Netzen und Deep Learning?

Ich möchte Deep Learning in meinem Projekt einsetzen. Ich habe ein paar Artikel durchgesehen und mir ist die Frage gekommen: Gibt es einen Unterschied zwischen dem neuronalen Faltungsnetz und dem tiefen Lernen? Sind diese Dinge gleich oder haben sie größere Unterschiede und was ist besser?

25 machine-learning neural-networks deep-learning terminology conv-neural-network

1

Hochmodernes Streaming-Lernen

Ich habe in letzter Zeit mit großen Datenmengen gearbeitet und viele Artikel über Streaming-Methoden gefunden. Um ein paar zu nennen: Follow-the-Regularized-Leader und Mirror-Descent: Äquivalenzsätze und L1-Regularisierung ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf ) Gestreamtes Lernen: SVMs mit einem Durchgang ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf ) Pegasos: Primal Estimated sub-GrAdient SOlver für SVM http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf oder hier: Kann SVM …

25 machine-learning references large-data online

4

Wie verwenden Sie den 'Test'-Datensatz nach der Kreuzvalidierung?

In einigen Vorlesungen und Tutorials, die ich gesehen habe, wird vorgeschlagen, Ihre Daten in drei Teile aufzuteilen: Schulung, Validierung und Test. Es ist jedoch nicht klar, wie der Testdatensatz verwendet werden soll und wie dieser Ansatz besser ist als eine Kreuzvalidierung über den gesamten Datensatz. Nehmen wir an, wir haben …

25 machine-learning cross-validation validation

4

Wann vermeide ich Random Forest?

Zufällige Wälder sind dafür bekannt, dass sie bei einer Vielzahl von Aufgaben eine recht gute Leistung erbringen . Gibt es Probleme oder spezielle Bedingungen, unter denen man die Verwendung einer zufälligen Gesamtstruktur vermeiden sollte?

25 machine-learning classification random-forest

7

Was ist die tägliche Arbeitsroutine des maschinell lernenden Wissenschaftlers?

Ich bin ein Master-CS-Student an einer deutschen Universität und schreibe gerade meine Abschlussarbeit. Ich werde in zwei Monaten fertig sein. Ich muss die sehr schwierige Entscheidung treffen, ob ich weiter promovieren oder einen Job in der Branche finden soll. Meine Gründe für eine Promotion: Ich bin eine sehr neugierige Person …

25 machine-learning data-mining careers

6

Wie erkennt das neuronale Netzwerk Bilder?

Ich versuche zu lernen, wie das Neuronale Netz bei der Bilderkennung funktioniert. Ich habe einige Beispiele gesehen und bin noch verwirrter geworden. Im Beispiel der Buchstabenerkennung eines 20x20-Bildes werden die Werte jedes Pixels zur Eingabeebene. Also 400 Neuronen. Dann eine versteckte Schicht von Neuronen und 26 Ausgangsneuronen. Dann trainiere das …

25 machine-learning neural-networks image-processing

4

Anzahl der Merkmale im Vergleich zur Anzahl der Beobachtungen

Gibt es irgendwelche Papiere / Bücher / Ideen über die Beziehung zwischen der Anzahl der Merkmale und der Anzahl der Beobachtungen, die man benötigt, um einen "robusten" Klassifikator zu trainieren? Angenommen, ich habe 1000 Features und 10 Beobachtungen aus zwei Klassen als Trainingssatz und 10 andere Beobachtungen als Testsatz. Ich …

25 machine-learning

4

Behandlung der Modellunsicherheit

Ich habe mich gefragt, wie die Bayesianer in der CrossValidated-Community das Problem der Modellunsicherheit sehen und wie sie es vorziehen, damit umzugehen. Ich werde versuchen, meine Frage in zwei Teilen zu stellen: Wie wichtig ist (Ihrer Erfahrung / Meinung nach) der Umgang mit Modellunsicherheit? Ich habe in der Community für …

25 machine-learning bayesian model-selection

3

Die fünf besten Klassifikatoren, die zuerst ausprobiert werden sollten

Neben offensichtlichen Klassifizierereigenschaften wie Rechenaufwand, erwartete Datentypen von Features / Labels und Eignung für bestimmte Größen und Abmessungen von Datensätzen, Was sind die fünf besten (oder 10, 20?) Klassifikatoren, um zuerst einen neuen Datensatz auszuprobieren, über den man noch nicht viel weiß (z. B. Semantik und Korrelation einzelner Merkmale)? Normalerweise …

25 machine-learning classification methodology

3

LASSO mit Interaktionsbegriffen - ist es in Ordnung, wenn die Haupteffekte auf Null geschrumpft sind?

Die LASSO-Regression verringert die Koeffizienten auf Null und bietet so eine effektive Modellauswahl. Ich glaube, dass es in meinen Daten bedeutsame Wechselwirkungen zwischen nominalen und kontinuierlichen Kovariaten gibt. Nicht unbedingt sind jedoch die "Haupteffekte" des wahren Modells aussagekräftig (nicht Null). Natürlich weiß ich das nicht, da das wahre Modell unbekannt …

25 machine-learning lasso glmnet shrinkage penalized

Als «machine-learning» getaggte Fragen