Statistiken und Big Data machine-learning

1

Unterschiede zwischen PROC Mixed und lme / lmer in R - Freiheitsgraden

Hinweis: Diese Frage ist ein Repost, da meine vorherige Frage aus rechtlichen Gründen gelöscht werden musste. Beim Vergleich von PROC MIXED von SAS mit der Funktion lmeaus dem nlmePaket in R bin ich auf einige verwirrende Unterschiede gestoßen. Insbesondere unterscheiden sich die Freiheitsgrade in den verschiedenen Tests zwischen PROC MIXEDund …

12 r mixed-model sas degrees-of-freedom pdf unbiased-estimator distance-functions functional-data-analysis hellinger time-series outliers c++ relative-risk absolute-risk rare-events regression t-test multiple-regression survival teaching multiple-regression regression self-study t-distribution machine-learning recommender-system self-study binomial standard-deviation data-visualization r predictive-models pearson-r spearman-rho r regression modeling r categorical-data data-visualization ggplot2 many-categories machine-learning cross-validation weka microarray variance sampling monte-carlo regression cross-validation model-selection feature-selection elastic-net distance-functions information-theory r regression mixed-model random-effects-model fixed-effects-model dataset data-mining

1

Es wurde kein Satz über freies Mittagessen in der Pattern Classification von Duda et al

Ich habe einige Fragen zu den in Abschnitt 9.2 verwendeten Notationen. Mangelnde inhärente Überlegenheit eines Klassifikators in der Duda, Hart und Stork's Pattern Classification . Lassen Sie mich zuerst einen relevanten Text aus dem Buch zitieren: Der Einfachheit halber sei ein Problem mit zwei Kategorien betrachtet, bei dem der Trainingssatz …

12 machine-learning

2

Vorhersage mehrerer Ziele oder Klassen?

Angenommen, ich erstelle ein Vorhersagemodell, in dem ich versuche, mehrere Ereignisse vorherzusagen (z. B. Würfelwurf und Münzwurf). Die meisten Algorithmen, mit denen ich vertraut bin, arbeiten mit nur einem Ziel, daher frage ich mich, ob es einen Standardansatz für solche Dinge gibt. Ich sehe zwei mögliche Optionen. Der vielleicht naivste …

12 machine-learning classification predictive-models multi-class

2

SVM, variable Interaktion und Trainingsdaten passen

Ich habe 2 allgemeine / theoretischere Fragen. 1) Ich bin gespannt, wie SVMs mit variablen Interaktionen umgehen, wenn sie Vorhersagemodelle erstellen. Wenn ich z. B. zwei Funktionen f1 und f2 habe und das Ziel von f1, f2 und f1 * f2 (oder einer Funktion h (f1, f2)) abhängt, passt SVM …

12 machine-learning predictive-models svm interaction

2

SVM mit ungleichen Gruppengrößen in Trainingsdaten

Ich versuche, eine SVM aus Trainingsdaten zu erstellen, bei denen eine Gruppe mehr als die andere vertreten ist. Die Gruppen werden jedoch in den endgültigen Testdaten zu gleichen Teilen vertreten sein. Daher möchte ich den class.weightsParameter der e1071R-Paket-Schnittstelle verwenden libsvm, um den Einfluss der beiden Gruppen auf die Trainingsdaten auszugleichen. …

12 r machine-learning svm

9

Buch für einen umfassenden und konzeptionellen Überblick über statistische Methoden

Ich interessiere mich sehr für das Potenzial der statistischen Analyse zur Simulation / Vorhersage / Funktionsschätzung usw. Ich weiß jedoch nicht viel darüber und meine mathematischen Kenntnisse sind noch recht begrenzt - ich bin ein Junior-Student in Software-Engineering. Ich bin auf der Suche nach einem Buch, das mir den Einstieg …

12 r regression machine-learning references simulation

2

Anzahl der Parameter im Markov-Modell

Ich möchte BIC für die HMM-Modellauswahl verwenden: BIC = -2*logLike + num_of_params * log(num_of_data) Wie zähle ich die Anzahl der Parameter im HMM-Modell? Stellen Sie sich ein einfaches HMM mit zwei Zuständen vor, in dem die folgenden Daten vorliegen: data = [1 2 1 1 2 2 2 1 2 …

12 machine-learning model-comparison bic hidden-markov-model

2

Akinator.com und Naive Bayes Klassifikator

Kontext: Ich bin ein Programmierer mit etwas (halb vergessener) Erfahrung in der Statistik von Uni-Kursen. Kürzlich bin ich auf http://akinator.com gestoßen und habe einige Zeit damit verbracht, es zum Scheitern zu bringen. Und wer war das nicht? :) Ich habe beschlossen, herauszufinden, wie es funktionieren könnte. Nachdem ich verwandte Blog-Beiträge …

12 machine-learning naive-bayes

6

Empfohlene Bücher oder Artikel als Einführung in die Clusteranalyse?

Ich arbeite an einem kleinen Textkorpus (200 Millionen), den ich mit einer Clusteranalyse untersuchen möchte. Welche Bücher oder Artikel zu diesem Thema würden Sie empfehlen?

12 machine-learning references clustering

1

Kann Support Vector Machine in großen Datenmengen verwendet werden?

Mit dem begrenzten Wissen, das ich über SVM habe, ist es gut für eine kurze und fette Datenmatrix (viele Funktionen und nicht zu viele Instanzen), aber nicht für Big Data.XXX Ich verstehe einen Grund dafür, dass die Kernel-Matrix eine n × n- Matrix ist, wobei n die Anzahl der Instanzen …

12 machine-learning svm large-data

3

Welche Algorithmen erfordern eine One-Hot-Codierung?

Ich bin mir nie sicher, wann ich eine One-Hot-Codierung für nicht geordnete kategoriale Variablen verwenden soll und wann nicht. Ich benutze es immer dann, wenn der Algorithmus eine Distanzmetrik verwendet, um Ähnlichkeit zu berechnen. Kann jemand eine allgemeine Faustregel geben, welche Arten von Algorithmen erfordern würden, dass nicht geordnete kategoriale …

12 machine-learning categorical-data categorical-encoding data-preprocessing

2

Keras: Warum nimmt der Verlust ab, während val_loss zunimmt?

Ich habe eine Rastersuche für eine Reihe von Parametern eingerichtet. Ich versuche, die besten Parameter für ein neuronales Keras-Netz zu finden, das eine binäre Klassifizierung durchführt. Die Ausgabe ist entweder eine 1 oder eine 0. Es gibt ungefähr 200 Funktionen. Als ich eine Rastersuche durchführte, bekam ich eine Reihe von …

12 machine-learning cross-validation deep-learning tensorflow theano

2

Was ist der Unterschied zwischen "regulärer" linearer Regression und linearer Deep-Learning-Regression?

Ich möchte den Unterschied zwischen der linearen Regression in einer regulären Analyse des maschinellen Lernens und der linearen Regression in der Einstellung "Deep Learning" kennen. Welche Algorithmen werden für die lineare Regression in Deep-Learning-Umgebungen verwendet?

12 regression machine-learning deep-learning

4

Sind Upsampling und Transponierungsfaltung in CNN gleich?

Sowohl die Begriffe "Upsampling" als auch "Transponierungsfaltung" werden verwendet, wenn Sie "Entfaltung" durchführen (<- kein guter Begriff, aber lassen Sie mich ihn hier verwenden). Ursprünglich dachte ich, dass sie dasselbe bedeuten, aber es scheint mir, dass sie sich unterscheiden, nachdem ich diese Artikel gelesen habe. kann jemand bitte klarstellen? Transponieren …

12 machine-learning neural-networks conv-neural-network transposed-convolution

1

Was genau ist ein Residual Learning-Block im Kontext von Deep Residual Networks in Deep Learning?

Ich las die Arbeit Deep Residual Learning for Image Recognition und hatte Schwierigkeiten, mit 100% iger Sicherheit zu verstehen, was ein Restblock rechnerisch bedeutet. Beim Lesen ihrer Zeitung haben sie Abbildung 2: Dies zeigt, was ein Restblock sein soll. Ist die Berechnung eines Restblocks einfach dieselbe wie: y =σ( W.2σ( …

12 machine-learning neural-networks deep-learning conv-neural-network residual-networks

Als «machine-learning» getaggte Fragen