Statistiken und Big Data machine-learning

1

Warum die Zeitreihenanalyse nicht als Algorithmus für maschinelles Lernen betrachtet wird

Warum wird die Zeitreihenanalyse nicht als Algorithmus für maschinelles Lernen angesehen (im Gegensatz zur linearen Regression)? Sowohl die Regressions- als auch die Zeitreihenanalyse sind Prognosemethoden. Warum wird einer von ihnen als Lernalgorithmus angesehen, der andere jedoch nicht?

12 regression machine-learning time-series terminology

4

Lehrbuch über Bestärkungslernen

Ich suche ein Lehrbuch / Vorlesungsskript zum Lernen der Verstärkung. Ich mag die "Einführung in das statistische Lernen" , aber leider wird dieses Thema nicht behandelt. Ich weiß, dass ein Buch von Sutton und Barto eine Standardreferenz ist, und vielleicht ist NDP auch gut, aber sie sind von 1997 bis …

12 machine-learning references

2

Wie vergleiche ich zwei Ranking-Algorithmen?

Ich möchte zwei Ranking-Algorithmen vergleichen. In diesen Algorithmen gibt der Client einige Bedingungen bei seiner Suche an. Entsprechend den Anforderungen des Kunden sollte dieser Algorithmus jedem Element in der Datenbank eine Bewertung zuweisen und Elemente mit den höchsten Bewertungen abrufen. Ich habe auf dieser Website verschiedene Themen zu meiner Frage …

12 machine-learning precision-recall average-precision

2

Interpretation des Ergebnisses der k-Mittel-Clusterbildung in R.

Ich habe die kmeansAnweisung von R verwendet, um den k-means-Algorithmus für Andersons Iris-Datensatz durchzuführen. Ich habe eine Frage zu einigen Parametern, die ich erhalten habe. Die Ergebnisse sind: Cluster means: Sepal.Length Sepal.Width Petal.Length Petal.Width 1 5.006000 3.428000 1.462000 0.246000 Wofür steht in diesem Fall "Cluster"? Es ist der Mittelwert der …

12 r machine-learning clustering interpretation k-means

3

Beweis der Nähe der Kernfunktionen unter punktuellem Produkt

Wie kann ich beweisen, dass das punktweise Produkt zweier Kernelfunktionen eine Kernelfunktion ist?

12 machine-learning kernel-trick

2

Wie kombiniere ich Ergebnisse logistischer Regression und zufälliger Gesamtstruktur?

Ich bin neu im maschinellen Lernen. Ich habe logistische Regression und zufällige Gesamtstruktur auf denselben Datensatz angewendet. Ich erhalte also eine variable Wichtigkeit (absoluter Koeffizient für die logistische Regression und variable Wichtigkeit für zufällige Wälder). Ich denke, die beiden zu kombinieren, um eine endgültige variable Bedeutung zu erhalten. Kann jemand …

12 machine-learning logistic random-forest

1

Kernelised k Nächster Nachbar

Ich bin neu in Kerneln und habe beim Versuch, kNN zu kerneln, einen Haken bekommen. Vorbereitungen Ich verwende einen Polynomkern: K(x,y)=(1+⟨x,y⟩)dK(x,y)=(1+⟨x,y⟩)dK(\mathbf{x},\mathbf{y}) = (1 + \langle \mathbf{x},\mathbf{y} \rangle)^d Ihr typischer euklidischer kNN verwendet die folgende Abstandsmetrik: d(x,y)=||x−y||d(x,y)=||x−y||d(\mathbf{x}, \mathbf{y}) = \vert\vert \mathbf{x} - \mathbf{y} \vert\vert Lassen Sie \ mathbf {x} in einen …

12 machine-learning kernel-trick k-nearest-neighbour

1

Geschichtete Klassifizierung mit zufälligen Wäldern (oder einem anderen Klassifizierer)

Ich habe also eine Matrix von ungefähr 60 x 1000. Ich betrachte sie als 60 Objekte mit 1000 Merkmalen. Die 60 Objekte sind in 3 Klassen (a, b, c) eingeteilt. 20 Objekte in jeder Klasse, und wir kennen die wahre Klassifizierung. Ich möchte an diesem Satz von 60 Trainingsbeispielen überwachtes …

12 machine-learning classification multilevel-analysis random-forest stratification

1

Was sind

Ich habe in letzter Zeit viele Artikel über spärliche Darstellungen gesehen, und die meisten von ihnen verwenden die ℓpℓp\ell_p Norm und führen einige Minimierungen durch. Meine Frage ist, was ist die ℓpℓp\ell_p Norm und die ℓp,qℓp,q\ell_{p, q} Mischnorm? Und wie sind sie für die Regularisierung relevant? Vielen Dank

12 machine-learning regularization sparse

5

Welche Programmiersprache empfehlen Sie, um ein Problem des maschinellen Lernens zu prototypisieren?

Arbeitet derzeit in Octave, ist aber aufgrund der schlechten Dokumentation nur sehr langsam vorangekommen. Welche Sprache ist leicht zu lernen und zu verwenden und gut dokumentiert, um Probleme des maschinellen Lernens zu lösen? Ich möchte einen Prototyp für einen kleinen Datensatz (Tausende von Beispielen) erstellen, daher ist Geschwindigkeit nicht wichtig. …

12 r machine-learning matlab software python

2

Wie tief ist der Zusammenhang zwischen der Softmax-Funktion in ML und der Boltzmann-Verteilung in der Thermodynamik?

Die Softmax-Funktion, die üblicherweise in neuronalen Netzen verwendet wird, um reelle Zahlen in Wahrscheinlichkeiten umzuwandeln, ist dieselbe Funktion wie die Boltzmann-Verteilung, die Wahrscheinlichkeitsverteilung über Energien für ein Ensemble von Partikeln im thermischen Gleichgewicht bei einer gegebenen Temperatur T in der Thermodynamik. Ich kann einige klare heuristische Gründe erkennen, warum dies …

12 machine-learning neural-networks softmax

2

Warum verwenden wir kein gewichtetes arithmetisches Mittel anstelle eines harmonischen Mittels?

Ich frage mich, was ist ein innerer Wert der Verwendung des harmonischen Mittelwerts (zum Beispiel zur Berechnung von F-Maßen) im Gegensatz zum gewichteten arithmetischen Mittelwert bei der Kombination von Präzision und Erinnerung? Ich denke, dass der gewichtete arithmetische Durchschnitt die Rolle des harmonischen Mittelwerts spielen könnte, oder fehlt mir etwas?

12 machine-learning monte-carlo precision-recall harmonic-mean

2

Was bedeutet Kernelgröße?

Was meinen die Leute, wenn sie über neuronale Netze sprechen, wenn sie "Kernelgröße" sagen? Kernel sind Ähnlichkeitsfunktionen, aber was sagt das über die Kernelgröße aus?

12 machine-learning neural-networks

1

Unterschiedliche Wahrscheinlichkeitsdichte-Transformationen aufgrund des Jacobi-Faktors

In Bishops Mustererkennung und maschinellem Lernen las ich Folgendes, unmittelbar nachdem die Wahrscheinlichkeitsdichte eingeführt wurde:p(x∈(a,b))=∫bap(x)dxp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x Bei einer nichtlinearen Änderung der Variablen transformiert sich eine Wahrscheinlichkeitsdichte aufgrund des Jacobi-Faktors anders als eine einfache Funktion. Wenn wir zum Beispiel eine Änderung der Variablen , wird eine Funktion zu . Betrachten Sie nun …

12 machine-learning probability

1

So passen Sie Gewichte mit linearer Funktionsnäherung in Q-Werte an

Beim Verstärkungslernen wird häufig eine lineare Funktionsnäherung verwendet, wenn große Zustandsräume vorhanden sind. (Wenn Nachschlagetabellen nicht mehr durchführbar sind.) Die Form des Wertes mit linearer Funktionsnäherung ist gegeben durchQ -Q−Q- Q ( s , a ) = w1f1( s , a ) + w2f2( s , a ) + ⋯ …

12 machine-learning feature-selection reinforcement-learning

Als «machine-learning» getaggte Fragen