통계 및 빅 데이터 machine-learning

11

기계 학습 알고리즘에서 올바르게 이해하면 모델은 경험에서 배워야합니다. 즉, 모델이 새로운 사례에 대해 잘못된 예측을 제공하면 새로운 관측치에 적응해야하고 시간이 지나면 모델이 점점 더 좋아집니다. . 로지스틱 회귀에는 이러한 특성이 있음을 알 수 없습니다. 그렇다면 왜 여전히 기계 학습 알고리즘으로 간주됩니까? "학습"이라는 용어에서 로지스틱 회귀 분석과 일반 회귀 분석의 차이점은 …

19 machine-learning logistic random-forest

5

SVM 또는 신경망을 사용할 때 범주 형 변수를 숫자 형 변수로 코딩하는 방법

SVM 또는 신경망을 사용하려면 범주 형 변수를 숫자 변수로 변환 (인코딩)해야합니다.이 경우 일반적인 방법은 0-1 이진 값을 사용하여 k 번째 범주 형 값을 (0,0, .. ., 1,0, ... 0) (1은 k 번째 위치에 있습니다). 0-1 표현이 신경망에 많은 수의 추가 차원 (입력 단위)을 도입하여 특히 바람직하지 않거나 예상하지 않은 것처럼 …

19 machine-learning neural-networks categorical-data svm categorical-encoding

2

블랙 박스로서 신경망의 의미?

나는 사람들이 신경망에 대해 블랙 박스와 같은 것을 말하는 것을 종종 듣습니다. 나는 그들이 의미하는 바를 이해할 수 없습니다! 역 전파 작동 방식을 이해하면 어떻게 블랙 박스입니까? 그들은 우리가 어떻게 무게를 계산했는지 또는 무엇을 이해하지 못한다는 것을 의미합니까?

19 machine-learning neural-networks

2

기능 엔지니어링을위한 학습서

모두에게 알려진 바와 같이, 피처 엔지니어링은 기계 학습에 매우 중요하지만이 분야와 관련된 자료는 거의 없습니다. 나는 Kaggle 에서 여러 경쟁에 참여했으며 경우에 따라 좋은 분류 기가 좋은 분류기보다 더 중요하다고 생각합니다. 누구나 기능 엔지니어링에 대한 자습서를 알고 있습니까, 아니면이 순수한 경험입니까?

19 machine-learning references feature-construction

2

시간에 따른 로지스틱 회귀 분석에서 분류 확률 업데이트

학기 말에 학생의 성공 확률을 예측하는 예측 모델을 작성 중입니다. 저는 학생의 성공 또는 실패 여부에 특히 관심이 있습니다. 여기서 성공은 일반적으로 과정을 이수하 고 총 점수 중 70 % 이상을 달성하는 것으로 정의됩니다. 모델을 배포 할 때 학생이 과제를 제출하거나 성적을 올리는 등의 일이 발생한 직후에 더 많은 정보를 …

19 time-series machine-learning logistic

3

반 감독 학습, 능동 학습 및 분류를위한 딥 러닝

모든 리소스가 업데이트 된 최종 편집 : 프로젝트의 경우 분류를 위해 기계 학습 알고리즘을 적용하고 있습니다. 도전 과제 : 레이블이 지정된 데이터와 레이블이없는 데이터가 훨씬 제한적입니다. 목표 : 반 감독 분류 적용 어떻게 든 반 감독 라벨링 프로세스 적용 (활성 학습이라고 함) EM, Transductive SVM 또는 S3VM (Semi Supervised SVM)을 …

19 machine-learning classification software svm text-mining

3

k- 평균 클러스터 파티션에서 가장 중요한 기능 추정

k- 평균 군집 솔루션에서 데이터 세트의 어떤 기능 / 변수가 가장 중요 / 주요한지를 결정하는 방법이 있습니까?

19 machine-learning clustering k-means importance

2

역 전파 알고리즘

다층 퍼셉트론 (MLP)에 사용 된 역 전파 알고리즘 에 약간의 혼동이 있었습니다. 비용 함수에 의해 오류가 조정됩니다. 역 전파에서 숨겨진 레이어의 가중치를 조정하려고합니다. 이해할 수있는 출력 오류, 즉 e = d - y[첨자없이]입니다. 질문은 : 숨겨진 레이어의 오류는 어떻게 얻습니까? 어떻게 계산합니까? 역 전파하는 경우 적응 필터의 비용 함수로 사용해야합니까, …

19 machine-learning neural-networks backpropagation

3

0-1 손실 기능 설명

손실 함수의 목적이 무엇인지 파악하려고 노력하고 있으며 이해할 수 없습니다. 따라서 손실 함수를 이해하는 한, 잘못된 결정의 "비용"을 측정 할 수있는 일종의 메트릭을 도입하는 것입니다. 30 개 개체의 데이터 세트를 가지고 있고이를 20/10과 같은 훈련 / 테스트 세트로 나누었다 고 가정하겠습니다. 0-1 손실 함수를 사용할 것이므로 클래스 레이블 세트가 M …

19 machine-learning loss-functions

3

확률 적 그라디언트 디센트는 어떻게 지역 최소의 문제를 피할 수 있습니까?

확률 적 그라디언트 디센트는 임의의 동작을 가지고 있지만 그 이유를 모르겠습니다. 이것에 대한 설명이 있습니까?

19 machine-learning random-variable gradient-descent

1

멀티 클래스 부스트 분류기 보정

나는 Alexandru Niculescu-Mizil과 Rich Caruana의 논문 " 부스트에서 교정 된 확률 얻기 " 와이 글 에서 토론을 읽었다 . 그러나 여전히 멀티 클래스 부스팅 분류기 (의사 결정 그루터기가있는 부스트)의 출력을 보정하기 위해 물류 또는 Platt의 스케일링 을 이해하고 구현하는 데 여전히 어려움이 있습니다. 나는 일반화 된 선형 모델에 어느 정도 …

19 machine-learning boosting

1

신경망에서 최적의 주간 기능 구성

회귀 문제를 다루면서 "요일"기능의 표현에 대해 생각하기 시작했습니다. 어떤 접근 방식이 더 나은지 궁금합니다. 하나의 특징; 월요일의 1/7 값; 화요일 2/7 ... 7 가지 특징 : 월요일의 (1, 0, 0, 0, 0, 0, 0); 화요일의 경우 (0, 1, 0, 0, 0, 0, 0) ... 네트워크 구성 차이로 인해 측정하기가 어렵습니다. …

19 machine-learning neural-networks feature-construction

1

“기능 공간”이란 무엇입니까?

"feature space"정의 예를 들어 SVM에 대해 읽을 때 "피처 공간으로 매핑"에 대해 읽었습니다. CART에 대해 읽을 때 "피처 공간으로 분할"에 대해 읽습니다. 특히 CART의 상황을 이해하고 있지만 누락 된 정의가 있다고 생각합니다. "피처 공간"에 대한 일반적인 정의가 있습니까? SVM 커널 및 / 또는 CART에 대한 통찰력을 제공하는 정의가 있습니까?

19 machine-learning svm feature-selection cart feature-construction

3

신경망은 함수 또는 확률 밀도 함수를 학습합니까?

통계적 추론과 신경망에 익숙하지 않기 때문에 질문이 조금 이상하게 들릴 수 있습니다. 신경망을 사용하는 분류 문제 에서 입력 x 의 공간을 출력 y 의 공간에 매핑 하는 함수 를 배우고 싶다고 말합니다 .f∗f∗f^*xxxyyy f∗(x;θ)=yf∗(x;θ)=yf^*(x; \theta) = y 비선형 함수를 모델링하거나 확률 밀도 함수를 모델링하기 위해 모수 ( θθ\theta )를 피팅하고 …

19 machine-learning neural-networks

4

Conv1D와 Conv2D의 차이점은 무엇입니까?

나는 케라 컨볼 루션 문서 를 겪고 있었고 Conv1D와 Conv2D의 두 가지 유형의 경련을 발견했습니다. 나는 웹 검색을했는데 이것이 Conv1D와 Conv2D에 대해 내가 이해하는 것입니다. Conv1D는 시퀀스에 사용되고 Conv2D는 이미지에 사용됩니다. 나는 항상 컨볼 루션 신경 네트워크가 이미지에만 사용되었고 CNN이 이런 식으로 시각화되었다고 생각했습니다. 이미지는 큰 행렬로 간주되며 필터가이 행렬 …

19 machine-learning neural-networks conv-neural-network keras

«machine-learning» 태그된 질문