Statistiken und Big Data machine-learning

1

Löschen Sie eine der Spalten, wenn Sie One-Hot-Codierung verwenden

Ich verstehe, dass maschinelles Lernen ein Problem darstellen kann, wenn Ihr Dataset stark korrelierte Features aufweist, da diese dieselben Informationen effektiv codieren. Kürzlich hat jemand darauf hingewiesen, dass Sie beim einmaligen Codieren einer kategorialen Variablen korrelierte Features erhalten, sodass Sie eine davon als "Referenz" ablegen sollten. Wenn Sie beispielsweise das …

21 regression machine-learning categorical-data discrete-data categorical-encoding

2

Warum wird die Softmax-Funktion verwendet, um Wahrscheinlichkeiten zu berechnen, obwohl wir jeden Wert durch die Summe des Vektors teilen können?

Durch Anwenden der Softmax-Funktion auf einen Vektor werden "Wahrscheinlichkeiten" und Werte zwischen 000 und . 111 Wir können aber auch jeden Wert durch die Summe der Vektoren dividieren, wodurch Wahrscheinlichkeiten und Werte zwischen000 und .111 Ich habe die Antwort hier gelesen , aber es heißt, dass der Grund darin liegt, …

20 machine-learning neural-networks softmax

2

Was ist der Unterschied zwischen dem Varianzskalierungsinitialisierer und dem Xavier-Initialisierer?

In Tensorflows Implementierung von ResNet wird der Varianzskalierungsinitialisierer verwendet . Ich finde auch, dass der Xavier-Initialisierer beliebt ist. Ich habe nicht zu viel Erfahrung damit, was ist in der Praxis besser?

20 machine-learning neural-networks deep-learning conv-neural-network tensorflow

9

Überanpassung und Unteranpassung

Ich habe einige Nachforschungen über Über- und Unteranpassung angestellt und ich habe verstanden, was sie genau sind, aber ich kann die Gründe nicht finden. Was sind die Hauptgründe für Über- und Unterausstattung? Warum treten diese beiden Probleme beim Trainieren eines Modells auf?

20 machine-learning dataset overfitting

4

Was ist der Unterschied zwischen Lernen und Inferenz?

Forschungsarbeiten zum maschinellen Lernen behandeln Lernen und Inferenz oft als zwei getrennte Aufgaben, aber es ist mir nicht ganz klar, worin der Unterschied besteht. In diesem Buch verwenden sie zum Beispiel Bayes-Statistiken für beide Arten von Aufgaben, liefern jedoch keine Motivation für diese Unterscheidung. Ich habe einige vage Ideen, worum …

20 machine-learning terminology

3

Warum hat der AUC = 1-Klassifikator die Hälfte der Stichproben falsch klassifiziert?

Ich benutze einen Klassifikator, der Wahrscheinlichkeiten zurückgibt. Zur Berechnung der AUC verwende ich das pROC R-Paket. Die Ausgabewahrscheinlichkeiten des Klassifikators sind: probs=c(0.9865780, 0.9996340, 0.9516880, 0.9337157, 0.9778576, 0.8140116, 0.8971550, 0.8967585, 0.6322902, 0.7497237) probszeigt die Wahrscheinlichkeit, in der Klasse '1' zu sein. Wie gezeigt, hat der Klassifikator alle Proben in Klasse '1' …

20 machine-learning auc

3

Warum werden beim maschinellen Lernen hochgestellte Zeichen anstelle von tiefgestellten Zeichen verwendet?

Ich nehme an Andrew Ngs Kurs über maschinelles Lernen durch Coursera teil . Für Gleichungen werden hochgestellte Zeichen anstelle von tiefgestellten Zeichen verwendet. Beispielsweise wird in der folgenden Gleichung anstelle von : x ix( i )x(i)x^{(i)}xichxichx_i J( θ0, θ1) = 12 m∑i = 1m( hθ( x( i )) - y( …

20 machine-learning notation

2

Worauf bezieht sich „Knotengröße“ in der zufälligen Gesamtstruktur?

Ich verstehe nicht genau, was mit Knotengröße gemeint ist. Ich weiß, was ein Entscheidungsknoten ist, aber nicht, wie groß er ist.

20 machine-learning random-forest bagging

5

Müssen wir immer noch Features auswählen, während wir Regularisierungsalgorithmen verwenden?

Ich habe eine Frage zum Erfordernis, Merkmalsauswahlmethoden (Wichtigkeitswert für zufällige Gesamtstrukturen oder Auswahlmethoden für univariate Merkmale usw.) zu verwenden, bevor ein statistischer Lernalgorithmus ausgeführt wird. Wir wissen, dass wir Regularisierungsstrafen für die Gewichtsvektoren einführen können, um eine Überanpassung zu vermeiden. Wenn ich also eine lineare Regression durchführen möchte, könnte ich …

20 regression machine-learning feature-selection lasso regularization

4

Gibt es einen entscheidungsbaumartigen Algorithmus für unbeaufsichtigtes Clustering?

Ich habe einen Datensatz, der aus 5 Merkmalen besteht: A, B, C, D, E. Sie sind alle numerische Werte. Anstatt ein dichtebasiertes Clustering durchzuführen, möchte ich die Daten auf eine entscheidungsbaumartige Weise gruppieren. Der Ansatz, den ich meine, ist ungefähr so: Der Algorithmus kann die Daten basierend auf Merkmal C …

20 r machine-learning clustering cart

2

Wo und warum glänzt Deep Learning?

Bei all den Mediengesprächen und dem Hype um Deep Learning in diesen Tagen habe ich ein paar grundlegende Informationen darüber gelesen. Ich habe gerade festgestellt, dass es nur eine andere Methode des maschinellen Lernens ist, Muster aus Daten zu lernen. Aber meine Frage ist: Woher kommt und warum diese Methode …

20 machine-learning data-mining deep-learning deep-belief-networks

3

Maschinelles Lernen zur Vorhersage von Klassenwahrscheinlichkeiten

Ich suche nach Klassifikatoren, die Wahrscheinlichkeiten ausgeben, dass Beispiele zu einer von zwei Klassen gehören. Ich kenne logistische Regression und naive Bayes, aber können Sie mir von anderen erzählen, die auf ähnliche Weise arbeiten? Das heißt, Klassifizierer, die nicht die Klassen vorhersagen, zu denen Beispiele gehören, sondern die Wahrscheinlichkeit, dass …

20 machine-learning probability logistic classification naive-bayes

2

Was ist die vielfältige Annahme beim teilüberwachten Lernen?

Ich versuche herauszufinden, was die mannigfaltige Annahme im semi-überwachten Lernen bedeutet. Kann jemand auf einfache Weise erklären? Ich kann die Intuition dahinter nicht verstehen. Es besagt, dass Ihre Daten auf einer niedrigdimensionalen Mannigfaltigkeit liegen, die in einem höherdimensionalen Raum eingebettet ist. Ich habe nicht verstanden, was das bedeutet.

20 machine-learning unsupervised-learning supervised-learning manifold-learning

2

Was ist wiederkehrendes Verstärkungslernen?

Ich bin kürzlich auf das Wort "Recurrent Reinforcement Learning" gestoßen. Ich verstehe, was "Recurrent Neural Network" ist und was "Reinforcement Learning" ist, konnte aber nicht viele Informationen darüber finden, was "Recurrent Reinforcement Learning" ist. Kann mir jemand erklären, was ein "Recurrent Reinforcement Learning" ist und was der Unterschied zwischen "Recurrent …

20 machine-learning reinforcement-learning

3

Test auf lineare Trennbarkeit

Gibt es eine Möglichkeit, die lineare Separierbarkeit eines Datasets mit zwei Klassen in hohen Dimensionen zu testen? Meine Merkmalsvektoren sind 40 lang. Ich weiß, dass ich jederzeit logistische Regressionsexperimente durchführen und die Hitrate im Vergleich zur Falschalarmrate bestimmen kann, um festzustellen, ob die beiden Klassen linear trennbar sind oder nicht, …

20 machine-learning classification

Als «machine-learning» getaggte Fragen