통계 및 빅 데이터 machine-learning

4

딥 러닝 에 대한 이 튜토리얼에 따르면 , 체중 감량 (레귤레이션)은 일반적으로 왜 바이어스 용어에 적용되지 않습니까? 배후의 의미 (직관)는 무엇입니까?

14 machine-learning neural-networks bias regularization

3

일련의 점에서 선형 회귀를 수행하는 방법을 알고 있습니다. 즉, 선택한 다항식을 주어진 데이터 세트 (LSE 의미)에 맞추는 방법을 알고 있습니다. 그러나 내가 모르는 것은 내 솔루션이 내가 선택한 특정 지점을 통과하도록하는 방법입니다. 나는 이것이 전에 행해지는 것을 보았지만, 그것이 어떻게 수행되었는지는 물론이고 절차가 무엇인지 기억할 수 없다. 매우 간단하고 구체적인 …

14 regression machine-learning least-squares linear-model polynomial

3

랜덤 포레스트 분류기의 최적 매개 변수는 무엇입니까?

현재 이진 분류 문제로 MATLAB에서 RF 도구 상자를 사용하고 있습니다. 데이터 세트 : 50000 개 샘플 및 250 개 이상의 기능 그렇다면 나무를 키우기 위해 각 분할에서 나무의 수와 무작위로 선택한 기능은 무엇입니까? 다른 매개 변수가 결과에 큰 영향을 줄 수 있습니까?

14 machine-learning classification random-forest

2

Naive Bayes는 연속 변수와 어떻게 작동합니까?

내 (매우 기본적인) 이해를 위해 Naive Bayes는 훈련 데이터에서 각 기능의 클래스 빈도를 기반으로 확률을 추정합니다. 그러나 연속 변수의 빈도를 어떻게 계산합니까? 그리고 예측을 수행 할 때 훈련 세트에서 동일한 관측치 값을 가질 수없는 새로운 관측치를 어떻게 분류합니까? 거리 측정을 사용하거나 1NN을 찾습니까?

14 machine-learning classification bayesian naive-bayes

2

하나의 클래스 SVM은 무엇이며 어떻게 작동합니까?

연구 작업을 위해 scikit-learn으로 구현 된 하나의 클래스 SVM 을 사용 하고있었습니다. 그러나 나는 이것을 잘 이해하지 못한다. 누구든지 하나의 클래스 SVM에 대한 간단하고 좋은 설명을 줄 수 있습니까 ?

14 machine-learning svm data-mining novelty-detection

6

MLE vs MAP 추정, 언제 사용합니까?

MLE = 최대 가능성 추정 MAP = 사후 최대 MLE는 매개 변수가 주어진 관측 확률 (즉, 우도 함수) 로만 시작 하고 관측치에 가장 잘 맞는 매개 변수를 찾으려는 점에서 직관적 / 순진 합니다 . 그러나 사전 지식은 고려하지 않습니다. MAP는 베이 즈 규칙을 통한 사전 지식을 고려하기 때문에보다 합리적으로 보입니다. …

14 machine-learning bayesian estimation maximum-likelihood inference

2

시끄러운 레이블로 분류?

분류를 위해 신경망을 훈련하려고하지만 레이블이 다소 시끄 럽습니다 (라벨의 약 30 %가 잘못되었습니다). 교차 엔트로피 손실이 실제로 작동하지만이 경우 더 효과적인 대안이 있는지 궁금합니다. 또는 교차 엔트로피 손실이 최적입니까? 확실하지는 않지만 교차 엔트로피 손실을 어느 정도 "클리핑"하여 하나의 데이터 포인트에 대한 손실이 상한보다 크지 않을 것이라고 생각하고 있습니까? 감사! 업데이트 …

14 machine-learning neural-networks loss-functions noise

2

로지스틱 회귀 분석에서 결정 임계 값이 하이퍼 파라미터입니까?

(이진) 로지스틱 회귀 분석에서 예측 된 클래스는 모델에 의해 생성 된 클래스 멤버쉽 확률에 대한 임계 값을 사용하여 결정됩니다. 내가 이해하는 것처럼 일반적으로 0.5가 기본적으로 사용됩니다. 그러나 임계 값을 변경하면 예측 분류가 변경됩니다. 임계 값이 하이퍼 파라미터라는 의미입니까? 그렇다면 (예를 들어) scikit-learn의 GridSearchCV방법을 사용하여 임계 값 그리드를 쉽게 검색 할 …

13 machine-learning logistic scikit-learn hyperparameter

3

부트 스트랩이 유용한 이유는 무엇입니까?

당신이하고있는 모든 것이 경험적 분포로부터 리샘플링하는 것이라면, 왜 경험적 분포를 연구하지 않습니까? 예를 들어 반복 샘플링으로 변동성을 연구하는 대신, 경험적 분포에서 변동성을 정량화하지 않는 이유는 무엇입니까?

13 machine-learning mathematical-statistics sampling bootstrap resampling

1

ROC 곡선이 서로 교차 할 때 두 모델 비교

둘 이상의 분류 모델을 비교하는 데 사용되는 일반적인 방법 중 하나는 ROC 곡선 (AUC) 아래 면적을 성능을 간접적으로 평가하는 방법으로 사용하는 것입니다. 이 경우 AUC가 큰 모델은 일반적으로 AUC가 작은 모델보다 성능이 우수한 것으로 해석됩니다. 그러나 Vihinen, 2012 ( https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3303716/ )에 따르면 두 곡선이 서로 교차하면 이러한 비교는 더 이상 …

13 machine-learning classification roc auc model-evaluation

2

최적화 및 머신 러닝

기계 학습에 얼마나 많은 최적화가 필요한지 알고 싶었습니다. 내가 들었던 것에서 통계는 기계 학습을하는 사람들에게 중요한 수학적 주제입니다. 기계 학습을하는 사람이 볼록 또는 비 볼록 최적화에 대해 배우는 것이 얼마나 중요합니까?

13 machine-learning optimization

2

신경망 : 원-핫 변수 압도적 인 연속?

약 20 열 (20 가지 기능)이있는 원시 데이터가 있습니다. 그 중 10 개는 연속적인 데이터이고 10 개는 범주 형입니다. 범주 형 데이터 중 일부는 50 개의 서로 다른 값 (미국)을 가질 수 있습니다. 데이터를 사전 처리 한 후 10 개의 연속 열이 10 개의 준비된 열이되고 10 개의 범주 형 …

13 machine-learning neural-networks tensorflow data-preprocessing theano

1

심층 강화 학습이 불안정한 이유는 무엇입니까?

DeepMind의 심층 강화 학습에 관한 2015 년 논문에서 "안정적인 학습으로 인해 RL과 신경망을 결합하려는 이전의 시도는 크게 실패했습니다"라고 말합니다. 그런 다음이 논문은 관측에 대한 상관 관계를 기반으로이 문제의 원인을 나열합니다. 누군가 이것이 이것이 무엇을 의미하는지 설명해 주시겠습니까? 신경망이 훈련에는 있지만 시험에는 없을 수있는 일부 구조를 학습하는 과적 합의 형태입니까? 아니면 …

13 machine-learning neural-networks deep-learning reinforcement-learning

3

분류를 위해 T-SNE를 사용하여 하이퍼 파라미터 선택

(경쟁)으로 작업하는 특정 문제로 21 가지 기능 ([0,1]에서 숫자) 및 이진 출력이라는 다음 설정이 있습니다. 약 100K 행이 있습니다. 설정이 시끄 럽습니다. 나와 다른 참가자는 잠시 동안 기능 생성을 적용하고이 설정에서는 t- 분산 확률 론적 이웃 임베딩이 다소 강력한 것으로 나타났습니다. 나는 "t-SNE를 효과적으로 사용하는 방법"이라는 글을 우연히 발견 했지만 …

13 machine-learning dimensionality-reduction unsupervised-learning tsne

2

신경망이 왜 쉬운가?

신경망을 "어리석게"하기 위해 이미지를 수동으로 구성하는 방법에 대한 논문을 읽었습니다 (아래 참조). 네트워크가 조건부 확률 만 모델링하기 때문 입니까? 네트워크가 결합 확률 모델링 할 수있는 경우에도 그러한 경우가 발생합니까?p ( y , x )p(y|x)p(y|x)p(y|x)p(y,x)p(y,x)p(y,x) 내 생각에 인위적으로 생성 된 이미지가 훈련 데이터와 다르므로 확률이 낮습니다 . 따라서 이러한 이미지에 대해 …

13 machine-learning neural-networks deep-learning

«machine-learning» 태그된 질문