Statistiken und Big Data machine-learning

5

SVD-Dimensionsreduktion für Zeitreihen unterschiedlicher Länge

Ich verwende Singular Value Decomposition als Methode zur Reduzierung der Dimensionalität. Bei gegebenen NVektoren der Dimension Dbesteht die Idee darin, die Merkmale in einem transformierten Raum unkorrelierter Dimensionen darzustellen, der die meisten Informationen der Daten in den Eigenvektoren dieses Raums in abnehmender Reihenfolge der Wichtigkeit verdichtet. Jetzt versuche ich, dieses …

13 time-series machine-learning pca data-transformation multivariate-analysis

3

Statistische Signifikanz (p-Wert) für den Vergleich zweier Klassifikatoren hinsichtlich (mittlerer) ROC AUC, Sensitivität und Spezifität

Ich habe einen Testsatz von 100 Fällen und zwei Klassifikatoren. Ich erstellte Vorhersagen und berechnete die ROC AUC, Sensitivität und Spezifität für beide Klassifikatoren. Frage 1: Wie kann ich den p-Wert berechnen, um zu überprüfen, ob einer in Bezug auf alle Scores (ROC AUC, Sensitivität, Spezifität) signifikant besser als der …

13 machine-learning statistical-significance roc auc sensitivity-specificity

1

Warum ist der naive Bayes-Klassifikator für einen 0: 1-Verlust optimal?

Der Naive Bayes-Klassifikator ist der Klassifikator, der Elemente einer Klasse auf der Grundlage der Maximierung des hinteren für die Klassenzugehörigkeit zuordnet und davon ausgeht, dass die Merkmale der Elemente unabhängig sind.C P ( C | x )xxxCCCP( C| x)P(C|x)P(C|x) Der 0-1-Verlust ist der Verlust, der einer Fehlklassifizierung einen Verlust von …

13 machine-learning bayesian optimization naive-bayes loss-functions

2

Wie wird Spatial Dropout in 2D implementiert?

Dies geschieht unter Bezugnahme auf das Papier Effiziente Objektlokalisierung mithilfe von Faltungsnetzwerken. Soweit ich weiß, ist das Dropout in 2D implementiert. Nachdem der Code von Keras zur Implementierung des räumlichen 2D-Dropouts gelesen wurde, wird im Grunde eine zufällige binäre Maske mit der Form [batch_size, 1, 1, num_channels] implementiert. Was genau …

13 machine-learning deep-learning tensorflow dropout

2

Kovarianzfunktionen oder Kernel - was genau sind sie?

Ich bin ziemlich neu auf dem Gebiet der Gaußschen Prozesse und wie sie im maschinellen Lernen angewendet werden. Ich lese und höre immer wieder, dass die Kovarianzfunktionen die Hauptattraktion dieser Methoden sind. Könnte jemand auf intuitive Weise erklären, was in diesen Kovarianzfunktionen vor sich geht? Andernfalls, wenn Sie auf ein …

13 machine-learning probability bayesian

3

Theoretische Ergebnisse hinter künstlichen neuronalen Netzen

Ich habe gerade über künstliche neuronale Netze in Courseras Kurs Maschinelles Lernen gesprochen und möchte gerne mehr über die dahinter stehende Theorie erfahren. Ich finde die Motivation, dass sie die Biologie imitieren, etwas unbefriedigend. Auf der Oberfläche scheint es, dass wir auf jeder Ebene Kovariaten durch eine lineare Kombination ersetzen. …

13 machine-learning neural-networks theory

4

Merkmalsskalierung und mittlere Normalisierung

Ich nehme am maschinellen Lernkurs von Andrew Ng teil und konnte die Antwort auf diese Frage nach mehreren Versuchen nicht richtig beantworten. Bitte helfen Sie, das Problem zu lösen, obwohl ich das Level durchlaufen habe. Angenommen, m=4m=4m=4 Schüler haben eine Klasse besucht und die Klasse hatte eine Zwischenprüfung und eine …

13 machine-learning self-study normalization

3

Führen Sie eine lineare Regression durch, erzwingen Sie jedoch, dass die Lösung bestimmte Datenpunkte durchläuft

Ich weiß, wie man eine lineare Regression auf einer Menge von Punkten durchführt. Das heißt, ich kann ein Polynom meiner Wahl an einen gegebenen Datensatz anpassen (im LSE-Sinne). Was ich jedoch nicht weiß, ist, wie ich meine Lösung zwingen kann, bestimmte Punkte meiner Wahl durchzugehen. Ich habe dies schon einmal …

13 regression machine-learning least-squares linear-model polynomial

3

Eingeschränkte Boltzmann-Maschinen für die Regression?

Ich gehe der Frage nach, die ich zuvor zu RBM gestellt hatte . Ich sehe eine Menge Literatur, die sie beschreibt, aber keine, die tatsächlich von Regression spricht (nicht einmal Klassifizierung mit beschrifteten Daten). Ich habe das Gefühl, dass es nur für unbeschriftete Daten verwendet wird. Gibt es Ressourcen für …

13 regression machine-learning classification neural-networks

2

Ermitteln der besten Funktionen in Interaktionsmodellen

Ich habe eine Liste von Proteinen mit ihren Merkmalswerten. Eine Beispieltabelle sieht folgendermaßen aus: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 Zeilen sind Proteine und Spalten sind Merkmale. Ich habe auch eine Liste von Proteinen, die ebenfalls interagieren. beispielsweise Protein3, Protein4 Protein1, Protein2 Protein4, Protein1 Problem : Für eine vorläufige Analyse möchte …

13 machine-learning statistical-significance feature-selection networks

2

Problem mit e1071 libsvm?

Ich habe einen Datensatz mit zwei überlappenden Klassen, sieben Punkte in jeder Klasse, Punkte liegen im zweidimensionalen Raum. In R rufe ich svmdas e1071Paket auf, um eine separate Hyperebene für diese Klassen zu erstellen. Ich benutze den folgenden Befehl: svm(x, y, scale = FALSE, type = 'C-classification', kernel = 'linear', …

13 r machine-learning svm libsvm e1071

2

Warum werden abgeleitete Features in neuronalen Netzen verwendet?

Zum Beispiel möchte man die Hauspreise vorhersagen und über zwei Eingabemerkmale die Länge und Breite des Hauses verfügen. Manchmal schließt man auch 'abgeleitete' Polynomeingabemerkmale ein, wie zum Beispiel Fläche, die Länge * Breite ist. 1) Worum geht es beim Einbeziehen abgeleiteter Features? Sollte ein neuronales Netz während des Trainings nicht …

13 machine-learning neural-networks

1

Wie nutzt der Kinect zufällige Wälder?

Ich habe auf dieser Site gelesen, dass der Kinect anscheinend den Zufallsalgorithmus für das maschinelle Lernen verwendet. Kann jemand erklären, wofür zufällige Wälder verwendet werden und wie ihr Ansatz funktioniert?

13 machine-learning random-forest application

7

Empfehlung für ein Buch über Empfehlungssysteme

Können Sie ein Buch mit guten Informationen empfehlen, das zur Entwicklung eines Empfehlungssystems verwendet werden kann?

13 machine-learning references recommender-system

1

Ist es im Allgemeinen schwieriger, Schlussfolgerungen zu ziehen, als Vorhersagen zu treffen?

Meine Frage ergibt sich aus der folgenden Tatsache. Ich habe Beiträge, Blogs, Vorträge sowie Bücher über maschinelles Lernen gelesen. Mein Eindruck ist, dass Praktiker des maschinellen Lernens vielen Dingen, die Statistiker / Ökonometrie interessieren, gleichgültig gegenüberstehen. Insbesondere betonen Praktiker des maschinellen Lernens die Vorhersagegenauigkeit gegenüber der Inferenz. Ein solches Beispiel …

13 machine-learning self-study inference

Als «machine-learning» getaggte Fragen