«machine-learning» 태그된 질문

깊은 신념이나 회선 신경망을 사용하여 찾은 모든 예는 이미지 분류, 대화 형 탐지 또는 음성 인식에 사용됩니다. 심층 신경망은 또한 특징이 구조화되지 않은 (예를 들어, 시퀀스 또는 그리드로 배열되지 않은) 고전적 재연 작업에 유용합니까? 그렇다면 예를 들어 줄 수 있습니까?

14 regression  machine-learning  neural-networks  deep-learning 

기계 학습을 사용하여 이미지 분류를하고 있습니다. 교육 데이터 (이미지)가 있고 데이터를 교육 및 유효성 검사 세트로 분할한다고 가정합니다. 또한 임의 회전 및 노이즈 주입을 통해 데이터를 확대 (원본 이미지에서 새 이미지 생성)하고 싶습니다. 기능 보강은 오프라인으로 수행됩니다. 데이터 기능 보강을 수행하는 올바른 방법은 무엇입니까? 먼저 데이터를 교육 및 유효성 검사 …

14 machine-learning  classification  cross-validation  dataset  data-augmentation 

힌지 손실을 이용하여 정의 될 수있는 및 로그 손실로 정의 될 수 로그 ( 1 + EXP ( - Y I w T는 X I를 ) )max(0,1−yiwTxi)max(0,1−yiwTxi)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)log(1+exp(−yiwTxi))log(1+exp⁡(−yiwTxi))\text{log}(1 + \exp(-y_i\mathbf{w}^T\mathbf{x}_i)) 다음과 같은 질문이 있습니다. 힌지 손실의 단점이 있습니까 (예 : http://www.unc.edu/~yfliu/papers/rsvm.pdf에 언급 된 특이 치에 민감 함 )? 하나와 다른 …

14 machine-learning  svm  loss-functions  computer-vision 

로지스틱 회귀 분석에서 훈련 샘플을 분리하는 초평면을 찾습니다. 또한 Support 벡터 머신은 최대 마진을 가진 하이퍼 플레인을 찾습니다. 내 질문 : 로지스틱 회귀 (LR)와 서포트 벡터 머신 (SVM)의 차이점은 LR이 훈련 샘플을 분리하는 하이퍼 플레인을 찾는 반면 SVM은 최대 마진을 가진 하이퍼 플레인을 찾는 것입니까? 아니면 내가 틀렸어? 참고 : …

14 machine-learning  classification  svm  data-mining 

약간 혼란 스러워요 : 캐럿을 통한 훈련 된 모델의 결과는 원래 패키지의 모델과 어떻게 다를 수 있습니까? 캐럿 패키지와 함께 RandomForest의 FinalModel을 사용하여 예측 전에 사전 처리가 필요한지 여부를 읽습니다 .그러나 나는 여기서 전처리를 사용하지 않습니다. 캐럿 패키지를 사용하고 다른 mtry 값을 조정하여 다른 임의의 포리스트를 학습했습니다. > cvCtrl = …

14 r  machine-learning  random-forest  caret  train 

에 설명 된대로 Q-Learning을 구현했습니다. http://web.cs.swarthmore.edu/~meeden/cs81/s12/papers/MarkStevePaper.pdf 약. Q (S, A) 다음과 같은 신경망 구조를 사용합니다. 활성화 시그 모이 드 동작 뉴런에 대한 입력, 입력 수 + 1 (모든 입력의 크기가 0-1 임) 출력, 단일 출력. Q- 값 M 개의 숨겨진 레이어 N 개 탐색 방법 임의 0 <rand () <propExplore …

14 machine-learning  neural-networks  reinforcement-learning 

F1- 점수는 정밀도와 리콜의 조화 평균입니다. 리콜의 y 축은 진정한 양의 비율입니다 (이 또한 리콜입니다). 따라서 분류자가 때때로 리콜은 적지 만 AUC는 매우 높을 수 있습니다. 그 의미는 무엇입니까? AUC와 F1- 점수의 차이점은 무엇입니까?

14 machine-learning  precision-recall  auc  accuracy 

SVM은 불균형 데이터 세트를 처리합니까? 불균형 데이터 세트를 처리하는 매개 변수 (예 : C 또는 분류 오류)가 있습니까?

14 machine-learning  svm  unbalanced-classes 

Wikipedia에서 인용 : 통계에서, 일관된 추정기 또는 무의식적으로 일관된 추정기는 추정기 (모수 의 계산을 계산하는 규칙)- 사용 된 데이터 포인트 수가 무한정 증가함에 따라 결과 추정치가 확률로 수렴되는 특성을 가짐 .θ ∗θ∗θ∗θ^*θ∗θ∗θ^* 이 문장을 정확하게 만들려면 θ∗θ∗\theta^* 를 추정하려는 실제 매개 변수의 값으로, θ^( S엔)θ^(에스엔)\hat\theta(S_n) 데이터의 함수로이 매개 변수를 추정하는 …

14 machine-learning  mathematical-statistics  consistency 

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 

6 가지 범주를 구분하기 위해 Random Forest로 분류 모델을 훈련하고 있습니다. 내 거래 데이터에는 약 60k 이상의 관측치와 35 개의 변수가 있습니다. 다음은 대략 어떻게 보이는지에 대한 예입니다. _________________________________________________ |user_id|acquisition_date|x_var_1|x_var_2| y_vay | |-------|----------------|-------|-------|--------| |111 | 2013-04-01 | 12 | US | group1 | |222 | 2013-04-12 | 6 | PNG …

14 r  machine-learning  classification  random-forest 

나는 많은 진보없이 1 년 이상이 문제를 해결하려고 노력해 왔습니다. 그것은 내가하고있는 연구 프로젝트의 일부이지만 문제의 실제 영역은 약간 혼란 스럽기 때문에 내가 만든 이야기 예제로 설명 할 것입니다 (눈 추적). 당신은 대양을 가로 질러 이동하는 적의 함선을 추적하는 비행기이므로, 당신은 그 함선의 일련의 (x, y, time) 좌표를 수집했습니다. 당신은 …

14 time-series  machine-learning  prediction 

방사형 기저 함수 에는 유한 차원 피쳐 공간이없는H는일부되도록Φ:RN→H우리가K(X를,Y)=⟨Φ(X),Φ(Y)⟩?k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle

14 machine-learning  svm  kernel-trick 

NN에서 숨겨진 레이어 활성화 기능의 선택은 사용자의 필요 에 따라 달라져야한다는 것을 다른 곳에서 읽었습니다 . 내 질문은 필요한 것이 무엇인지 어떻게 알 수 있습니까? 입력 레이어의 범위를 기준으로합니까? 예를 들어 입력 레이어의 전체 값 범위를 포괄 할 수있는 함수를 사용하거나 입력 레이어의 분포를 반영하는 기능을 사용합니까 (가우스 함수)? 또는 …

14 machine-learning  classification  neural-networks 

R의 nnet 패키지를 사용하여 콘도 (개인 프로젝트)의 부동산 가격을 예측하기 위해 ANN을 작성하려고합니다. 나는 이것에 익숙하지 않으며 수학 배경이 없으므로 나와 함께 맨손으로하십시오. 이진 및 연속 입력 변수가 있습니다. 예를 들어 원래 예 / 아니오였던 일부 이진 변수는 신경망에 대해 1/0으로 변환되었습니다. 다른 변수는 다음과 같이 연속적 Sqft입니다. 입력 데이터 …

14 r  machine-learning  data-transformation  neural-networks  nnet