«statistics» 태그된 질문

나는 이것을 많이 연구했고, 그들은 기계 학습의 행동을 과도하게 맞추는 것은 좋지 않다고 말하지만, 우리의 뉴런은 매우 강해져 우리가 겪거나 피하는 최선의 행동 / 감각을 발견하고, 악의로 인해 증가하거나 감소 할 수 있습니다 나쁘거나 좋은 방아쇠에 의해 / good는 행동이 평준화 될 것이며 최고 (올 바르고) 강력하고 자신감있는 행동으로 이어진다는 …

27 machine-learning  statistics 

나는 최근에 Expectation Maximization을 스스로 연구했고 그 과정에서 몇 가지 간단한 예를 들었습니다. 에서 여기에 세 동전이 있습니다 c0씨0c_0 , c1씨1c_1 과 c2씨2c_2 와 p0피0p_0 , p1피1p_1 과 p2피2p_2 던져 머리에 착륙 각각의 확률. 던 c0씨0c_0졌습니다. 결과가 Head이면 c1씨1c_1 3 번 던지거나 그렇지 않으면 c2씨2c_2 3 번 던지십시오 . c1씨1c_1 …

18 probability-theory  statistics 

두 개의 숫자 과 r 이 주어지고 l ≤ i에 대해 max ( i ⊕ j ) 를 찾고 싶다고 가정 해 봅시다 .lllrrrmax(i⊕j)max(i⊕j)\max{(i\oplus j)} .l≤i,j≤rl≤i,j≤rl\le i,\,j\le r 순진한 알고리즘은 단순히 모든 가능한 쌍을 확인합니다. 예를 들어 루비에는 다음이 있습니다. def max_xor(l, r) max = 0 (l..r).each do |i| (i..r).each …

14 algorithms  algorithms  machine-learning  statistics  testing  terminology  asymptotics  landau-notation  reference-request  optimization  scheduling  complexity-theory  time-complexity  lower-bounds  communication-complexity  computational-geometry  computer-architecture  cpu-cache  cpu-pipelines  operating-systems  multi-tasking  algorithms  algorithm-analysis  education  correctness-proof  didactics  algorithms  data-structures  time-complexity  computational-geometry  algorithms  combinatorics  efficiency  partitions  complexity-theory  satisfiability  artificial-intelligence  operating-systems  performance  terminology  computer-architecture 

"상관은 인과 관계와 동일하지 않다"는 것은 잘 알려진 사실이지만, 머신 러닝은 거의 전적으로 상관 관계에 기반한 것으로 보입니다. 나는 과거의 성과를 바탕으로 질문에 대한 학생들의 성과를 추정하기 위해 시스템을 연구하고 있습니다. Google 검색과 같은 다른 작업과 달리이 게임은 쉽게 게임 할 수있는 시스템처럼 보이지 않으므로 인과 관계는 실제로 관련이 없습니다. …

13 machine-learning  statistics 

Naive Bayes 예측자는 다음 공식을 사용하여 예측합니다. P(Y=y|X=x)=αP(Y=y)∏iP(Xi=xi|Y=y)P(Y=y|X=x)=αP(Y=y)∏iP(Xi=xi|Y=y)P(Y=y|X=x) = \alpha P(Y=y)\prod_i P(X_i=x_i|Y=y) 여기서 는 정규화 인자입니다. 이를 위해서는 데이터에서 파라미터 P ( X i = x i | Y = y ) 를 추정해야합니다 . k -smoothing 으로이 작업을 수행 하면 추정치를 얻습니다.αα\alphaP(Xi=xi|Y=y)P(Xi=xi|Y=y)P(X_i=x_i|Y=y)kkk P^(Xi=xi|Y=y)=#{Xi=xi,Y=y}+k#{Y=y}+nikP^(Xi=xi|Y=y)=#{Xi=xi,Y=y}+k#{Y=y}+nik\hat{P}(X_i=x_i|Y=y) = \frac{\#\{X_i=x_i,Y=y\} + k}{\#\{Y=y\}+n_ik} 이 곳에 …

13 machine-learning  probability-theory  statistics