Statistiken und Big Data machine-learning

3

Überlegungen zu Masterstudiengängen in der Statistik

Es ist Zulassungszeit für Graduiertenschulen. Ich (und viele Studenten wie ich) versuche jetzt zu entscheiden, welches Statistikprogramm ich wählen soll. Was sind einige Dinge, die diejenigen von Ihnen, die mit Statistiken arbeiten, vorschlagen, die wir über Masterstudiengänge in Statistik betrachten? Gibt es häufige Fallstricke oder Fehler, die die Schüler machen …

36 machine-learning mathematical-statistics careers

4

Cloud-Computing-Plattformen für maschinelles Lernen [geschlossen]

Ich habe eine kleine Liste von Unternehmen, die eine Plattform zum Ausführen von R-, Python- oder Oktavskripten auf Clustern bereitstellen, die auf Amazon EC2 aufbauen. Gibt es noch andere Namen, die ich hinzufügen sollte? Wolkenzahlen Opani crdata

36 r machine-learning

3

Aus den Stimmen in zufälligen Wäldern eine „Sicherheitsbewertung“ erstellen?

Ich suche einen Klassifikator zu trainieren , die zwischen diskriminieren Type Aund Type BObjekte mit einer einigermaßen großen Trainingssatz von etwa 10.000 Objekte, etwa die Hälfte davon sind Type Aund die Hälfte davon Type B. Der Datensatz besteht aus 100 kontinuierlichen Merkmalen, die die physikalischen Eigenschaften der Zellen (Größe, mittlerer …

36 r machine-learning random-forest

2

Wenn nur die Vorhersage von Interesse ist, warum sollte man dann Lasso über dem Kamm verwenden?

Auf Seite 223 in Eine Einführung in das statistische Lernen fassen die Autoren die Unterschiede zwischen Gratregression und Lasso zusammen. Sie liefern ein Beispiel (Abbildung 6.9) für den Fall, dass "Lasso dazu neigt, die Gratregression in Bezug auf Bias, Varianz und MSE zu übertreffen". Ich verstehe, warum Lasso wünschenswert sein …

36 machine-learning prediction lasso regularization ridge-regression

3

Maschinelles Lernen: Soll ich für binäre Vorhersagen eine kategoriale Kreuzentropie oder einen binären Kreuzentropieverlust verwenden?

Zunächst wurde mir klar, dass ich, wenn ich binäre Vorhersagen durchführen muss, mindestens zwei Klassen durch Ausführen einer One-Hot-Codierung erstellen muss. Ist das richtig? Gilt die binäre Kreuzentropie jedoch nur für Vorhersagen mit nur einer Klasse? Wenn ich einen kategorialen Cross-Entropy-Verlust verwenden würde, der normalerweise in den meisten Bibliotheken (wie …

36 machine-learning neural-networks loss-functions tensorflow cross-entropy

1

Variationsinferenz versus MCMC: Wann muss man sich entscheiden?

Ich glaube, ich habe eine allgemeine Vorstellung von VI und MCMC, einschließlich der verschiedenen Geschmacksrichtungen von MCMC wie Gibbs Sampling, Metropolis Hastings usw. Dieses Papier bietet eine wunderbare Darstellung beider Methoden. Ich habe folgende Fragen: Wenn ich bayesianische Schlussfolgerungen ziehen möchte, warum sollte ich dann eine Methode der anderen vorziehen? …

36 machine-learning bayesian mcmc variational-bayes approximate-inference

2

Gradientenverstärkung für lineare Regression - warum funktioniert das nicht?

Beim Erlernen von Gradient Boosting sind mir keine Einschränkungen in Bezug auf die Eigenschaften eines "schwachen Klassifikators" bekannt, mit dem die Methode ein Modell erstellt und zusammensetzt. Ich konnte mir jedoch keine Anwendung eines GB vorstellen, bei der lineare Regression verwendet wird, und tatsächlich funktioniert dies nicht, wenn ich einige …

35 regression machine-learning boosting ensemble gradient

3

PCA und der Zug / Test Split

Ich habe einen Datensatz, für den ich mehrere Sätze von binären Bezeichnungen habe. Für jeden Etikettensatz trainiere ich einen Klassifikator und bewerte ihn durch Kreuzvalidierung. Ich möchte die Dimensionalität mithilfe der Hauptkomponentenanalyse (PCA) reduzieren. Meine Frage ist: Ist es möglich, die PCA einmal für den gesamten Datensatz durchzuführen und dann …

35 machine-learning classification pca cross-validation

4

Was sind die Unterschiede zwischen Sparse Coding und Autoencoder?

Sparse Coding ist definiert als Lernen eines überkompletten Satzes von Basisvektoren, um Eingangsvektoren darzustellen (<- warum wollen wir das?). Was sind die Unterschiede zwischen Sparse Coding und Autoencoder? Wann werden wir Sparse Coding und Autoencoder verwenden?

35 machine-learning neural-networks unsupervised-learning deep-learning autoencoders

5

Freier Datensatz für sehr hohe dimensionale Klassifizierung [geschlossen]

Was ist der frei verfügbare Datensatz zur Klassifizierung mit mehr als 1000 Merkmalen (oder Stichprobenpunkten, wenn er Kurven enthält)? Es gibt bereits ein Community-Wiki zu freien Datensätzen: Auffinden frei verfügbarer Datenproben Aber hier wäre es schön, eine fokussiertere Liste zu haben, die bequemer verwendet werden kann. Außerdem schlage ich die …

35 machine-learning classification dataset large-data

5

Können Sie maschinelles Lernen mit CV / Bootstrap trainieren?

Diese Frage mag zu offen sein, um eine endgültige Antwort zu erhalten, aber hoffentlich nicht. Algorithmen für maschinelles Lernen, wie SVM, GBM, Random Forest usw., haben im Allgemeinen einige freie Parameter, die über eine Faustregel hinaus auf jeden Datensatz abgestimmt werden müssen. Dies wird im Allgemeinen mit einer Art Neuabtastungstechnik …

34 machine-learning cross-validation bootstrap optimization resampling

3

Interpretation der mittleren Abnahme der Genauigkeit und der mittleren Abnahme des GINI in Random Forest-Modellen

Ich habe einige Schwierigkeiten zu verstehen, wie die Ausgabe mit variabler Wichtigkeit aus dem Random Forest-Paket interpretiert wird. Die mittlere Abnahme der Genauigkeit wird normalerweise als "die Abnahme der Modellgenauigkeit durch Permutieren der Werte in jedem Merkmal" beschrieben. Handelt es sich um eine Aussage über das gesamte Feature oder um …

34 r machine-learning classification random-forest

5

Was genau ist ein Bayes'sches Modell?

Kann ich ein Modell, in dem der Bayes'sche Satz verwendet wird, als "Bayes'sches Modell" bezeichnen? Ich fürchte, eine solche Definition könnte zu weit gefasst sein. Was genau ist ein Bayes'sches Modell?

34 machine-learning bayesian

6

Data Mining: Wie soll ich vorgehen, um das funktionale Formular zu finden?

Ich bin gespannt auf wiederholbare Verfahren , die verwendet werden können , die funktionale Form der Funktion zu entdecken , y = f(A, B, C) + error_termwo meine einzige Eingabe eine Reihe von Beobachtungen ist ( y, A, Bund C). Bitte beachten Sie, dass die Funktionsform funbekannt ist. Betrachten Sie …

34 regression machine-learning algorithms model-selection data-mining

4

Was ist die schwache Seite von Entscheidungsbäumen?

Entscheidungsbäume scheinen eine sehr verständliche Methode des maschinellen Lernens zu sein. Einmal erstellt, kann es leicht von einem Menschen inspiziert werden, was bei einigen Anwendungen von großem Vorteil ist. Was sind die praktischen Schwächen von Entscheidungsbäumen?

34 machine-learning nonparametric cart

Als «machine-learning» getaggte Fragen