Statistiken und Big Data machine-learning

1

Beim maschinellen Lernen können wir den Bereich unter der ROC-Kurve (oft als AUC oder AUROC abgekürzt ) verwenden, um zusammenzufassen, wie gut ein System zwischen zwei Kategorien unterscheiden kann. In der Signaldetektionstheorie wird häufig der d'd'd' (Empfindlichkeitsindex) für einen ähnlichen Zweck verwendet. Die beiden sind eng miteinander verbunden, und ich …

13 machine-learning roc auc signal-detection d-prime

1

Was ist eine SVM-Klasse und wie funktioniert sie?

Ich habe eine Klasse SVM verwendet für meine Forschungsarbeit eine in scikit-learn implementierte . Aber ich habe kein gutes Verständnis dafür. Kann jemand bitte eine einfache, gute Erklärung für eine Klasse SVM geben ?

13 machine-learning svm data-mining novelty-detection

5

MLE vs MAP Schätzung, wann welche verwenden?

MLE = Maximum Likelihood Estimation MAP = Maximum a posteriori MLE ist insofern intuitiv / naiv, als es nur mit der Beobachtungswahrscheinlichkeit bei gegebenem Parameter (dh der Wahrscheinlichkeitsfunktion) beginnt und versucht, den Parameter zu finden, der der Beobachtung am besten entspricht . Das Vorwissen wird jedoch nicht berücksichtigt. MAP erscheint …

13 machine-learning bayesian estimation maximum-likelihood inference

1

Auswahl einer geeigneten Minibatch-Größe für den stochastischen Gradientenabstieg (SGD)

Gibt es Literatur, die die Wahl der Minibatch-Größe bei der Durchführung eines stochastischen Gradientenabfalls untersucht? Nach meiner Erfahrung scheint es sich um eine empirische Entscheidung zu handeln, die normalerweise durch Kreuzvalidierung oder unter Verwendung unterschiedlicher Faustregeln getroffen wird. Ist es eine gute Idee, die Minibatch-Größe langsam zu erhöhen, wenn der …

13 machine-learning gradient-descent hyperparameter deep-learning

4

Gaußsche Prozesse: Verwendung von GPML für mehrdimensionale Ausgaben

Gibt es eine Möglichkeit, eine Gaußsche Prozessregression für mehrdimensionale Ausgaben (möglicherweise korreliert) mithilfe von GPML durchzuführen ? Im Demo-Skript konnte ich nur ein 1D-Beispiel finden. Eine ähnliche Frage zum Lebenslauf, die sich mit mehrdimensionalen Eingaben befasst. Ich ging ihr Buch durch, um zu sehen, ob ich etwas finden konnte. Im …

13 regression machine-learning matlab gaussian-process nonparametric-bayes

2

Maximale mittlere Diskrepanz (Entfernungsverteilung)

Ich habe zwei Datensätze (Quell- und Zieldaten), die der unterschiedlichen Verteilung folgen. Ich verwende MMD - das ist eine nicht parametrische Entfernungsverteilung -, um die Randverteilung zwischen den Quell- und Zieldaten zu berechnen. Quelldaten, Xs Zieldaten, Xt Anpassungsmatrix A. * Projizierte Daten, Zs = A '* Xs und Zt = …

13 machine-learning distributions distance feature-construction domain-adaptation

2

Klassifizierung mit lauten Etiketten?

Ich versuche, ein neuronales Netzwerk für die Klassifizierung zu trainieren, aber die Beschriftungen, die ich habe, sind ziemlich laut (ungefähr 30% der Beschriftungen sind falsch). Der Kreuzentropieverlust funktioniert zwar, aber ich habe mich gefragt, ob es in diesem Fall Alternativen gibt, die effektiver sind. oder ist der Kreuzentropieverlust das Optimum? …

13 machine-learning neural-networks loss-functions noise

3

Kann ein neuronales Netzwerk (z. B. ein Faltungs-Neuronales Netzwerk) negative Gewichte haben?

Ist es möglich, negative Gewichte (nach genügend Epochen) für tiefe Faltungs-Neuronale Netze zu haben, wenn wir ReLU für alle Aktivierungsschichten verwenden?

13 machine-learning neural-networks deep-learning conv-neural-network

1

Erklären Sie die Bedeutung und den Zweck der L2-Normalisierung

Lassen Sie mich zu Beginn sagen, dass ich sehr neu im maschinellen Lernen bin und nicht besonders gut in Mathe. Ich verstehe, was TF-IDF macht, aber in dem Buch, das ich lese, wird auch Folgendes erwähnt (es wird diskutiert, wie Scikit-Lernen Dinge macht): Beide Klassen [TfidfTransformer und TfidfVectorizer] wenden nach …

13 machine-learning

3

RNN für unregelmäßige Zeitintervalle?

RNNs eignen sich bemerkenswert gut zur Erfassung der Zeitabhängigkeit sequentieller Daten. Was passiert jedoch, wenn die Sequenzelemente nicht zeitlich gleich verteilt sind? Beispielsweise erfolgt die erste Eingabe in die LSTM-Zelle am Montag, dann keine Daten von Dienstag bis Donnerstag und schließlich neue Eingaben für jeden Freitag, Samstag, Sonntag. Eine Möglichkeit …

13 machine-learning neural-networks lstm rnn unevenly-spaced-time-series

1

Wie trainiere ich das LSTM-Modell anhand mehrerer Zeitreihendaten?

Wie trainiere ich das LSTM-Modell anhand mehrerer Zeitreihendaten? Anwendungsfall: Ich habe in den letzten 5 Jahren einen wöchentlichen Umsatz von 20.000 Agenten. Sie müssen die bevorstehenden wöchentlichen Verkäufe für jeden Agenten prognostizieren. Muss ich einer Stapelverarbeitungstechnik folgen - jeweils einen Agenten nehmen, das LSTM-Modell trainieren und dann prognostizieren? Irgendwelche besseren …

13 machine-learning time-series statistical-significance lstm artificial-intelligence

5

Random Forest- und Decision Tree-Algorithmus

Ein zufälliger Wald ist eine Sammlung von Entscheidungsbäumen, die dem Absackkonzept folgen. Wenn wir von einem Entscheidungsbaum zum nächsten übergehen, wie werden dann die Informationen, die der letzte Entscheidungsbaum gelernt hat, zum nächsten weitergeleitet? Denn meines Wissens gibt es nichts Vergleichbares wie ein trainiertes Modell, das für jeden Entscheidungsbaum erstellt …

12 machine-learning random-forest cart bagging

1

Warum wird in Random Forest eine zufällige Teilmenge von Features auf Knotenebene und nicht auf Baumebene ausgewählt?

Meine Frage: Warum werden in zufälligen Gesamtstrukturen zufällige Teilmengen von Features für die Aufteilung auf Knotenebene in jedem Baum berücksichtigt, anstatt auf Baumebene ? Hintergrund: Dies ist so etwas wie eine historische Frage. Tin Kam Ho veröffentlichte diesen Aufsatz über die Konstruktion von "Entscheidungswäldern", indem er 1998 zufällig eine Teilmenge …

12 machine-learning feature-selection random-forest importance history

1

Was bedeuten die Achsen in t-SNE?

Ich versuche gerade, meinen Kopf um die t-SNE- Mathematik zu wickeln . Leider gibt es noch eine Frage, die ich nicht zufriedenstellend beantworten kann: Was ist die tatsächliche Bedeutung der Achsen in einem t-SNE-Diagramm? Wenn ich zu diesem Thema einen Vortrag halten oder in eine Veröffentlichung aufnehmen würde: Wie würde …

12 machine-learning dimensionality-reduction tsne

1

Matrixform der Rückausbreitung mit Chargennormalisierung

Der Batch-Normalisierung wurden erhebliche Leistungsverbesserungen in tiefen neuronalen Netzen zugeschrieben. Zahlreiches Material im Internet zeigt, wie es von Aktivierung zu Aktivierung umgesetzt werden kann. Ich habe Backprop bereits mithilfe der Matrixalgebra implementiert, und da ich in Hochsprachen arbeite (während ich mich auf Rcpp(und möglicherweise auch auf GPUs) für eine dichte …

12 machine-learning neural-networks deep-learning backpropagation batch-normalization

Als «machine-learning» getaggte Fragen