«algorithms» 태그된 질문

주요 구성 요소 분석 에 관한 Wikipedia 기사에 따르면 행렬 X T X 를 형성하지 않고 의 SVD를 계산하기위한 효율적인 알고리즘이 존재하므로 SVD를 계산하는 것은 이제 소수의 구성 요소 만 필요하지 않는 한 데이터 매트릭스에서 주요 구성 요소 분석을 계산하는 표준 방법입니다.XXXXTXXTXX^TX 기사에서 말하는 효율적인 알고리즘이 무엇인지 말해 줄 수 …

17 pca  algorithms  svd  numerics 

나는 나를 놀리 게 만드는 약간의 문제가 있습니다. 다변량 시계열의 온라인 획득 프로세스에 대한 절차를 작성해야합니다. 매 시간 간격 (예 : 1 초)마다 기본적으로 N 크기의 부동 소수점 벡터 인 새 샘플을 얻습니다. 수행해야하는 작업은 약간 까다 롭습니다. 각각의 새 샘플에 대해 요소를 1로 합치도록 벡터를 정규화하여 해당 샘플의 백분율을 …

16 algorithms  quantiles  online  large-data 

계산 통계에서 난수 생성기 (RNG)가 어떻게 그리고 왜 중요합니까? 나는 어느 가설에 대한 편견을 피하기 위해 많은 통계 테스트를 위해 샘플을 선택할 때 무작위성이 중요하다는 것을 이해하지만 난수 생성기가 중요한 다른 계산 통계 영역이 있습니까?

15 hypothesis-testing  monte-carlo  algorithms  random-generation  computational-statistics 

다중 무기 산적은 선택이 있고 어느 쪽이 자신의 복지를 극대화 할 지 잘 모르는 상황에서 잘 작동합니다. 실제 상황에 따라 알고리즘을 사용할 수 있습니다. 예를 들어, 학습은 좋은 분야가 될 수 있습니다. 아이가 목공을 배우고 있고 그것에 나쁜 경우, 알고리즘은 아마 그 / 그녀가 계속 나아가 야한다고 알려줄 것입니다. 그가 …

15 algorithms  reinforcement-learning  multiarmed-bandit 

실제로 Random Forests의 구현을 작성하고 있지만 질문은 의사 결정 트리 (RF와 무관)에만 국한된다고 생각합니다. 따라서 컨텍스트는 의사 결정 트리에서 노드를 만들고 예측 변수와 대상 변수가 모두 연속적이라는 것입니다. 노드에는 데이터를 두 세트로 분할하기위한 분할 임계 값이 있으며 각 세트의 평균 목표 값을 기반으로 각 서브 세트에 대한 새로운 예측을 작성합니다. …

15 algorithms  cart  random-forest 

누구든지 일반적인 기계 학습 알고리즘 (NN, SVM 등의 다른 풍미)에 대한 런타임 분석 요약을 참조합니까?

15 machine-learning  references  algorithms 

메시지 전달 방법이 무엇인지 모호합니다. 배포의 각 요인의 근사를 반복적으로 다른 모든 요인의 모든 근사에 따라 작성하여 분포에 대한 근사를 작성하는 알고리즘입니다. 나는 둘 다 Variational Message Passing 과 Expectation Propagation의 예라고 믿는다 . 메시지 전달 알고리즘이보다 명확하고 정확하게 무엇입니까? 참조를 환영합니다.

15 distributions  bayesian  references  algorithms 

컴퓨터 시뮬레이션을 통해 알고리즘 적으로 수학적으로 분포의 속성을 배우는 장단점은 무엇입니까? 컴퓨터 시뮬레이션은 대안적인 학습 방법이 될 수 있습니다. 특히 미적분학이 강하지 않은 신입생에게는 더욱 그렇습니다. 또한 코딩 시뮬레이션은 분포 개념을 더 빠르고 직관적으로 파악할 수있는 것으로 보입니다.

15 distributions  algorithms  teaching 

알고리즘 순위에 대한 여러 가지 메트릭을보고 싶습니다. 위키 백과 학습 페이지에는 다음을 포함하여 몇 가지가 나와 있습니다. • 평균 평균 정밀도 (MAP); • DCG 및 NDCG; • Precision @ n, NDCG @ n. 여기서 "@n"은 상위 n 개 문서에서만 메트릭이 평가됨을 나타냅니다. • 평균 상호 순위; • 켄달의 타우 • …

15 algorithms  ranking 

그래디언트 디센트 알고리즘의 일반적인 설정에는 여기서 은 현재 점이고 는 단계 크기이고 은 그래디언트입니다. 에서 평가되었습니다 . x n η g r a d i e n t x n x nxn+1=xn−η∗gradientxnxn+1=xn−η∗gradientxnx_{n+1} = x_{n} - \eta * gradient_{x_n}xnxnx_nηη\eta지r a d난 전자 N t를엑스엔gradientxngradient_{x_n}xnxnx_n 일부 알고리즘에서 사람들은 gradient 대신 normalized gradient를 …

15 algorithms  optimization 

이 논문의 목적은 정규화 된 로그 우도를 최대화하여 일부 매개 변수를 최적화하는 것이 었습니다. 그런 다음 부분 파생 상품을 계산합니다. 그리고 저자들은 많은 변수의 부드러운 함수를 최적화하기 위해 표준 유사-뉴턴 절차 인 L-BFGS를 사용하여 방정식을 최적화한다고 언급했습니다 (더 자세한 것은 아님). 어떻게 작동합니까?

15 algorithms  optimization 

아마도 여기서는 주제에서 벗어 났지만 이미 몇 가지 ( 1 , 2 ) 관련 질문이 있습니다. 문헌 (또는 잘린 SVD 알고리즘에 대한 구글 검색)에서 주변에 파고 것은 논문이 많이 변합니다 사용 다양한 방법으로 잘립니다 SVDs, 그리고 주장 거기를 계산하는 빠른 알고리즘이 있지만, 아무도 그 (자주 인용하지 않고, 절망적를) 그 알고리즘이 …

14 algorithms  svd  numerics 

새로운 분류 알고리즘의 성능을 평가하기 위해 정확성과 복잡성을 비교하려고합니다 (훈련 및 분류에서 큰 O). 에서 기계 학습 : 리뷰는 내가 알고리즘 사이 또한, 정확성 테이블을 완전한 감독 분류 목록을 얻고, 44 시험 문제 UCI 데이터 repositoy . 그러나 다음과 같은 일반적인 분류 기준이 큰 리뷰, 종이 또는 웹 사이트를 찾을 …

14 machine-learning  classification  multiple-comparisons  algorithms  time-complexity 

나는 k- 평균에 대해 연구했고 이것들은 내가 얻은 것입니다 : k- 평균은 감독되지 않은 학습 방법을 사용하여 알려진 클러스터링 문제를 해결하는 가장 간단한 알고리즘 중 하나입니다. 큰 데이터 세트에서 실제로 잘 작동합니다. 그러나 K-Means의 단점은 다음과 같습니다. 특이 치 및 노이즈에 대한 강한 감도 비 원형 클러스터 형태에서는 제대로 작동하지 …

14 clustering  data-mining  algorithms  k-means 

어쩌면 피곤한 것일 수도 있지만 Forward Stagewise Regression 알고리즘을 이해하는 데 어려움을 겪고 있습니다. 에서 "통계 학습의 요소" 60 페이지 : 전단계 회귀 (FS)는 전단계 회귀보다 훨씬 더 제한적입니다. 그것은 [y]의 평균과 동일한 절편을 갖는 순차 단계적 회귀처럼 시작하며, 계수가 처음 인 중심 예측 변수는 모두 0입니다. 각 단계에서 알고리즘은 …

14 regression  algorithms  feature-selection