«machine-learning» 태그된 질문

최근 콜로키움에서 발표자의 초록은 머신 러닝을 사용한다고 주장했습니다. 대화하는 동안 머신 러닝과 관련된 유일한 것은 데이터에 대해 선형 회귀를 수행한다는 것입니다. 5D 파라미터 공간에서 최적 계수를 계산 한 후 한 시스템의 이러한 계수를 다른 시스템의 최고 계수와 비교했습니다. 단순히 최적의 라인을 찾는 것과는 달리 선형 회귀 머신 러닝 은 언제 …

90 regression  machine-learning  multiple-regression  terminology  definition 

k-means는 감독되지 않으며 클러스터링 등에 사용되며 k-NN은 감독됨을 알고 있습니다. 그러나 나는 둘 사이의 구체적인 차이점을 알고 싶습니까?

86 machine-learning  k-means  k-nearest-neighbour 

서로 다른 교차 검증 방법이 모델 분산 및 바이어스 측면에서 어떻게 비교됩니까? 내 질문은 부분적으로이 스레드에 의해 좌우된다 폴드의 최적의 수 -fold 교차 검증 : 항상 남겨-하나를 아웃 CV 최선의 선택? 케이KK K. 이에 대한 답은 Leave-one-Out 교차 검증으로 학습 된 모델은 일반적인 -fold 교차 검증으로 학습 된 모델 보다 …

83 machine-learning  variance  cross-validation  bias  bias-variance-tradeoff 

tanh 활성화 기능은 다음과 같습니다. tanh(x)=2⋅σ(2x)−1tanh(x)=2⋅σ(2x)−1tanh \left( x \right) = 2 \cdot \sigma \left( 2 x \right) - 1 여기서 , 시그 모이 드 함수로서 정의된다 : .σ(x)σ(x)\sigma(x) σ(x)=ex1+exσ(x)=ex1+ex\sigma(x) = \frac{e^x}{1 + e^x} 질문 : 이 두 가지 활성화 기능 (tanh vs. sigma)을 사용하는 것이 정말 중요합니까? 어떤 경우에 어떤 …

82 machine-learning  neural-networks  optimization  cost-maximization 

"폐쇄 형 솔루션"이라는 용어를 자주 접했습니다. 폐쇄 형 솔루션이란 무엇입니까? 주어진 문제에 대한 최종 솔루션이 존재하는지 어떻게 판단합니까? 온라인 검색에서 통계 나 확률 모델 / 솔루션을 개발할 때 정보가 없었지만 아무것도 발견하지 못했습니다. 회귀를 잘 이해하므로 회귀 또는 모형 적합을 참조하여 개념을 설명 할 수 있다면 사용하기 쉽습니다. :)

82 regression  machine-learning  probability  terminology  stochastic-processes 

기계 학습에서 사람들은 객관적인 기능, 비용 함수, 손실 기능에 대해 이야기합니다. 그들은 같은 것의 다른 이름입니까? 언제 사용합니까? 그들이 항상 같은 것을 언급하지 않는다면, 차이점은 무엇입니까?

80 machine-learning  terminology  artificial-intelligence 

인공 지능 웹 사이트는 정책 외 및 정책 외 학습을 다음과 같이 정의합니다. "외교 정책 학습자는 상담원의 행동과 독립적으로 최적 정책의 가치를 학습합니다. Q- 학습은 정책 외 학습자입니다. 정책 외 학습자는 탐구 단계를 포함하여 상담원이 수행하는 정책의 가치를 학습합니다 " 그들이 나에게 아무런 영향을 미치지 않는 것 같아서 이것에 관해 …

78 machine-learning  reinforcement-learning  artificial-intelligence 

관심있는 결과가 이분법 인 LASSO Regressionglmnet 과 함께 사용하기 시작했습니다 . 아래에 작은 모의 데이터 프레임을 만들었습니다. age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

Support Vector Machines의 목표가 입력 집합을 여러 클래스로 분류한다는 점의 기본 사항을 이해하지만 이해하지 못하는 것은 몇 가지 중요한 세부 사항입니다. 우선, Slack Variables를 사용하면 약간 혼란 스럽습니다. 그들의 목적은 무엇입니까? 신발 깔창에 놓은 센서에서 압력 측정 값을 캡처하는 분류 문제를 겪고 있습니다. 압력 데이터가 기록되는 동안 피험자는 몇 분 …

76 machine-learning  classification  svm 

기능 선택 및 기계 학습에 대해 약간 혼란스러워하며 도움이되는지 궁금합니다. 두 그룹으로 분류되고 1000 개의 기능을 가진 마이크로 어레이 데이터 세트가 있습니다. 내 목표는 이론적으로 다른 데이터 세트에 적용하여 해당 샘플을 최적으로 분류 할 수있는 서명으로 소수의 유전자 (내 특징) (10-20)를 얻는 것입니다. 샘플 수가 많지 않기 때문에 (<100), 테스트 …

76 machine-learning  classification  cross-validation  feature-selection  genetics 

이후 로지스틱 회귀는 통계적되는 분류 모델은 범주 형 종속 변수로 취급, 왜 호출되지 않습니다 물류 분류 ? 연속 회귀 변수를 다루는 모델에 "회귀"이름을 예약해서는 안됩니까?

75 regression  machine-learning  logistic  classification  terminology 

1000 개의 기능을 갖춘 마이크로 어레이 연구에서 랜덤 포레스트 알고리즘을 두 그룹의 강력한 분류 자로 사용하고 있습니다. 논문에서 재현 할 수 있도록 충분한 정보가있을 수 있도록 임의의 숲을 제시하는 가장 좋은 방법은 무엇입니까? 피처 수가 적을 경우 실제로 트리를 그리는 플롯 방법이 있습니까? 오류율의 OOB 추정치는 인용하기 가장 좋은 통계입니까?

75 r  machine-learning  classification  random-forest  microarray 

기계 학습 과정을 온라인으로 진행하고 가설의 최적 값을 계산하기위한 그라디언트 디센트에 대해 배웠습니다. h(x) = B0 + B1X 아래 수식으로 값을 쉽게 찾을 수 있다면 왜 그라데이션 하강을 사용해야합니까? 이것은 똑바로 쉽게 보입니다. 그러나 GD는 값을 얻기 위해 여러 번 반복해야합니다. B1 = Correlation * (Std. Dev. of y/ Std. …

73 regression  machine-learning  gradient-descent 

나는 학교에서 그 분야를 전공했기 때문에 데이터 마이닝 및 기계 학습 에 매우 관심이 있었지만, 프로그래밍보다 조금 더 많은 생각을 해야하는 문제를 해결하려고 정말로 흥분되어 있기 때문에 지식과 솔루션은 여러 형태를 가질 수 있습니다. 나는 연구원 / 과학자 배경이없고, 데이터 분석에 중점을 둔 컴퓨터 과학 배경에서 왔으며 박사 학위가 아닌 …

73 machine-learning  data-mining  careers  phd 

최근 몇 년 동안 4 개의 공간 에서 최첨단 네트워크가 7 층 ( AlexNet )에서 1000 층 ( 잔여 그물) 으로 이동하면서 회선 신경 네트워크 (또는 일반적으로 깊은 신경 네트워크)가 점점 더 깊어 졌습니다. 연령. 더 깊은 네트워크에서 성능이 향상되는 이유는 더 복잡한 비선형 기능을 배울 수 있기 때문입니다. 충분한 …

73 machine-learning  classification  neural-networks  deep-learning  conv-neural-network