«machine-learning» 태그된 질문

소프트웨어는 결국 통계학자를 쓸모 없게 만들 것인가? 컴퓨터로 프로그래밍 할 수없는 것은 무엇입니까?

26 machine-learning  dataset  careers 

서포트 벡터 머신이 분류를 처리하는 방법에 대해서는 이미 훌륭한 논의 가 있었지만 서포트 벡터 머신이 회귀로 일반화되는 방법에 대해서는 매우 혼란스러워합니다. 누구든지 나를 밝히고 싶어?

26 regression  machine-learning  svm 

신경망과의 회귀에 관심이 있습니다. 숨겨진 노드 + 스킵 레이어 연결이없는 신경망은 선형 모델입니다. 같은 신경망이지만 숨겨진 노드는 어떻습니까? 스킵 레이어 연결의 역할이 무엇인지 궁금합니다. 직관적으로, 스킵 레이어 연결을 포함하면 최종 모델은 선형 모델 + 일부 비선형 부품의 합입니다. 신경망에 스킵 레이어 연결을 추가 할 때 장점이나 단점이 있습니까?

26 regression  machine-learning  neural-networks  deep-learning 

VAE에서 보았던 거의 모든 코드 예제에서 손실 함수는 다음과 같이 정의됩니다 (이것은 텐서 흐름 코드이지만 테 아노, 토치 등에서도 비슷합니다. 또한 convnet 용이지만 너무 관련이 없습니다. , 합계가 인수되는 축에만 영향을 미칩니다) : # latent space loss. KL divergence between latent space distribution and unit gaussian, for each batch. # …

26 machine-learning  deep-learning  tensorflow  autoencoders  variational-bayes 

프로젝트에서 딥 러닝을 사용하고 싶습니다. 나는 두 개의 논문을 봤는데 질문이 생겼다 : 컨볼 루션 신경망과 딥 러닝 사이에는 어떤 차이가 있는가? 이것들이 같거나 큰 차이점이 있으며 어느 것이 더 낫습니까?

25 machine-learning  neural-networks  deep-learning  terminology  conv-neural-network 

궁금한 점이 있는데, 이론적 / 이론적 기계 학습을하는 것이 왜 그렇게 중요한가? 인간으로서 개인적 관점에서, 나는 왜 머신 러닝이 중요한지를 이해할 수 있습니다. 인간은 자신이하는 일을 이해하는 것을 좋아합니다. 이론의 관점에서 수학은 재미있다 사물의 디자인을 안내하는 원칙이있을 경우 무작위 추측, 이상한 시행 착오에 소요되는 시간이 줄어 듭니다. 우리가 신경망이 실제로 …

25 machine-learning  neural-networks  conv-neural-network  theory 

분류와 회귀를 동시에 수행 할 수있는 알고리즘이 있는지 궁금합니다. 예를 들어 알고리즘이 분류자를 배우게하고 각 레이블 내 에서 동시에 연속적인 목표를 배우도록하겠습니다. 따라서 각 학습 예에 대해 범주 레이블 과 연속 값이 있습니다. 먼저 분류자를 훈련시킨 다음 각 레이블 내에서 회귀자를 훈련시킬 수 있지만 두 가지를 모두 수행 할 수있는 …

25 regression  machine-learning  classification  predictive-models  finite-mixture-model 

나는 최근에 큰 데이터 세트로 작업 해 왔으며 많은 스트리밍 방법 논문을 발견했습니다. 몇 가지 예를 들면 다음과 같습니다. 규제 리더 및 미러 하강 : 등가 이론 및 L1 정규화 ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf ) 스트리밍 학습 : 단일 패스 SVM ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf ) Pegasos : SVM을위한 Primal Estimated sub-GrAdient SOlver http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf …

25 machine-learning  references  large-data  online 

임의의 숲은 다양한 작업에서 상당히 잘 수행되는 것으로 잘 알려져 있으며 학습 방법 의 가죽 인 이라고 합니다 . 임의 포리스트 사용을 피해야하는 문제 유형이나 특정 조건이 있습니까?

25 machine-learning  classification  random-forest 

저는 독일 대학에서 CS 논문을 공부하고 있습니다. 2 개월 안에 박사 학위를 계속하거나 업계에서 일자리를 구해야한다면 매우 어려운 결정을 내려야합니다. 박사 학위를 취득한 이유 : 나는 호기심이 사람이야 그리고 내가 아직 부족한 느낌이 너무 많은 지식을. 더 많은 것을 배우고 싶습니다. 더 많은 과정을 수강하고 수많은 논문을 읽을 수 있으며 …

25 machine-learning  data-mining  careers 

내가 본 일부 강의 및 자습서 에서는 데이터를 교육, 유효성 검사 및 테스트의 세 부분으로 나누는 것이 좋습니다. 그러나 테스트 데이터 세트를 어떻게 사용해야하는지, 전체 데이터 세트에 대해 교차 검증보다이 방법이 더 나은 방법은 명확하지 않습니다. 데이터의 20 %를 테스트 세트로 저장했다고 가정 해 봅시다. 그런 다음 나머지를 가져 와서 …

25 machine-learning  cross-validation  validation 

이 질문은 교차 검증에서 답변 될 수 있기 때문에 스택 오버플 로 에서 마이그레이션 되었습니다. 7 년 전에 이주했습니다 . 신경망이 이미지 인식에서 어떻게 작동하는지 배우려고합니다. 나는 몇 가지 예를 보았고 더 혼란스러워졌습니다. 20x20 이미지의 문자 인식의 예에서 각 픽셀의 값은 입력 레이어가됩니다. 400 개의 뉴런. 그런 다음 숨겨진 뉴런 …

25 machine-learning  neural-networks  image-processing 

CrossValidated 커뮤니티의 베이지안이 어떻게 모델 불확실성 의 문제를보고 어떻게 다루고 싶어 하는지 궁금 했습니다. 나는 두 부분으로 내 질문을 제기하려고 노력할 것이다. (경험 / 의견에서) 모델 불확실성을 다루는 것이 얼마나 중요합니까? 기계 학습 커뮤니티 에서이 문제에 관한 논문을 찾지 못했습니다. 그 이유가 궁금합니다. 모델 불확실성을 처리하는 일반적인 방법은 무엇입니까 (참조를 …

25 machine-learning  bayesian  model-selection 

특징의 수와 "견고한"분류기를 훈련시키는 데 필요한 관측치 사이의 관계에 대한 논문 / 책 / 아이디어가 있습니까? 예를 들어 훈련 세트로 2 개의 클래스에서 1000 개의 피처와 10 개의 관측치가 있고 테스트 세트로 10 개의 다른 관측치가 있다고 가정합니다. 분류기 X를 훈련시키고 테스트 세트에서 90 %의 감도와 90 %의 특이성을 부여합니다. …

25 machine-learning 

명백한 분류기 특성 외에도 계산 비용, 기능 / 라벨의 예상 데이터 유형 데이터 세트의 특정 크기 및 차원에 대한 적합성 아직 잘 모르는 새로운 데이터 세트에 대해 먼저 시도해야하는 상위 5 개 (또는 10, 20?) 분류기는 무엇입니까 (예 : 의미 및 개별 기능의 상관 관계)? 일반적으로 Naive Bayes, Nearest Neighbor, …

25 machine-learning  classification  methodology