«machine-learning» 태그된 질문

이 텍스트 표현 모델의 차이점은 무엇입니까 : 단어의 백과 벡터 공간 모델?

12 machine-learning  text-mining 

현재 Octave에서 작업하고 있지만 문서화가 좋지 않아 진행 속도가 매우 느립니다. 어떤 언어는 배우고 사용하기 쉽고 기계 학습 문제를 해결하기 위해 잘 문서화되어 있습니까? 작은 데이터 세트 (수천 개의 예제)에서 프로토 타입을 제작하려고하므로 속도는 중요하지 않습니다. 편집 : 추천 엔진을 개발 중입니다. 따라서 정규 선형 회귀, 신경망, SVN 또는 공동 …

12 r  machine-learning  matlab  software  python 

실수를 확률로 변환하기 위해 신경망에서 일반적으로 사용되는 softmax 함수는 열역학에서 주어진 온도 T에서 열 평형에서 입자의 앙상블에 대한 에너지에 대한 확률 분포 인 Boltzmann 분포와 동일한 기능입니다. 이것이 실용적인 이유에 대한 명확한 휴리스틱 이유를 볼 수 있습니다. 입력 값이 음수인지에 관계없이 softmax는 1에 해당하는 양수 값을 출력합니다. 항상 차별화가 가능하므로 …

12 machine-learning  neural-networks  softmax 

정밀도와 리콜을 결합하는 가중 산술 평균과 달리 고조파 평균을 사용하여 (예 : F- 측정을 계산하는) 본질적인 가치가 무엇인지 궁금합니다. 가중 산술 평균이 고조파 평균의 역할을 할 수 있다고 생각합니까, 아니면 뭔가 빠졌습니까?

12 machine-learning  monte-carlo  precision-recall  harmonic-mean 

주교의 패턴 인식 및 기계 학습 에서 확률 밀도 가 소개 된 .p(x∈(a,b))=∫bap(x)dxp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x 변수의 비선형 적 변화에서 확률 밀도는 야 코비 행렬 (Jacobian factor)로 인해 간단한 함수와 다르게 변형됩니다. 예를 들어 변수 의 변경을 고려하면 함수 는 됩니다. 이제 새 변수 와 관련하여 밀도 해당 하는 확률 밀도 를 고려하십시오 …

12 machine-learning  probability 

최근에 XGBoost 알고리즘을 검토 한 결과이 알고리즘이 교육 단계에서 누락 된 데이터 (대치없이)를 처리 할 수 ​​있음을 알았습니다. XGboost가 새로운 관측치를 예측하는 데 사용되거나 누락 된 데이터를 대치해야 할 때 누락 된 데이터 (대치없이)를 처리 할 수 ​​있는지 궁금합니다. 미리 감사드립니다.

12 machine-learning  missing-data  data-imputation  xgboost 

강화 학습에서 선형 함수 근사법은 큰 상태 공간이 존재할 때 종종 사용됩니다. 조회 테이블을 사용할 수 없게 될 때. 의 형태 선형 함수로 근사 값으로 주어진다Q -Q−Q- Q ( s , a ) = w1에프1( s , a ) + w2에프2( s , a ) + ⋯ ,Q(s,a)=w1f1(s,a)+w2f2(s,a)+⋯,Q(s,a) = w_1 …

12 machine-learning  feature-selection  reinforcement-learning 

PRML을 읽고 있는데 그림을 이해하지 못합니다. 그림을 이해하기위한 힌트와 가우시안 분포의 분산 MLE이 왜 편향 될 수 있습니까? 공식 1.55 : 공식 1.56 σ 2 M L E =1μ미디엄L E= 1엔∑n = 1엔엑스엔μ미디엄엘이자형=1엔∑엔=1엔엑스엔 \mu_{MLE}=\frac{1}{N} \sum_{n=1}^N x_n σ2미디엄L E= 1엔∑n = 1엔( x엔− μ미디엄L E)2σ미디엄엘이자형2=1엔∑엔=1엔(엑스엔−μ미디엄엘이자형)2 \sigma_{MLE}^2=\frac{1}{N}\sum_{n=1}^{N}(x_n-\mu_{MLE})^2

12 machine-learning  self-study  maximum-likelihood 

분류자가 무엇인지에 대한 일반적인 정의를 찾을 수 없습니까? 어떻게 작동하는지 이해하지만 정의를 얻을 수 없습니다.

12 machine-learning  classification 

최대 우도 추정을 공부하는 동안 최대 우도 추정을 추론하려면 분산을 알아야합니다. 분산을 찾으려면 Cramer의 Rao Lower Bound를 알아야합니다.이 곡선은 곡률에 두 번째 편차가있는 Hessian Matrix와 같습니다. 공분산 행렬과 헤 시안 행렬 간의 관계를 정의하기 위해 혼합되어 있습니다. 질문에 대한 설명을들을 수 있기를 바랍니다. 간단한 예가 이해 될 것이다.

12 machine-learning  mathematical-statistics  maximum-likelihood  data-mining 

6 개의 수업에 문제가 있습니다. 그래서 다음과 같이 멀티 클래스 분류기를 작성합니다. 각 클래스마다 One vs. All을 사용하여 하나의 Logistic Regression 분류 기가 있습니다. 즉, 6 개의 다른 분류자가 있습니다. 분류기 각각에 대해 혼동 매트릭스를보고 할 수 있습니다. 그러나 여기 많은 예에서 보았 듯이 모든 분류 자에 대한 혼동 행렬을보고하고 …

12 machine-learning  logistic  classification  multi-class  confusion-matrix 

Decision Stump를 사용하여 Adaboost를 구현하고 싶습니다. Adaboost를 반복 할 때마다 데이터 세트의 기능만큼 많은 의사 결정을 내릴 수 있습니까? 예를 들어, 24 개의 기능이있는 데이터 세트가있는 경우 각 반복마다 24 개의 의사 결정 스텀프 분류 기가 있어야합니까? 아니면 무작위로 일부 기능을 선택하고 모든 기능 대신 분류기를 만들어야합니까?

12 machine-learning  classification  cart  boosting 

누군가가 128에서 4000 사이의 로그 균등 분포에서 데이터가 샘플링되었다고 말하면 무엇을 의미합니까? 균일 분포의 샘플링과 다른 점은 무엇입니까? 이 백서를 참조하십시오 : http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf 감사!

12 machine-learning  distributions  uniform 

Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 정밀도를 계산하고 리콜하는 방법 F1- 점수를 쉽게 계산할 수 있습니다. 일반적인 혼란 매트릭스는 2 x 2 차원입니다. 그러나 3 x 3이되면 정밀도를 계산하고 호출하는 방법을 모릅니다.

12 machine-learning  precision-recall 

최근에 나는 문헌에서 '무우 행 (freelihood-free)'방법이 사용되는 것을 알고있다. 그러나 나는 그것이 될 추론 또는 최적화 방법에 대해 무엇을 의미하는지에 취소하고 있지 않다 가능성이없는 . 기계 학습에서 목표는 보통 신경망의 가중치와 같은 기능에 맞는 일부 매개 변수의 가능성을 최대화하는 것입니다. 그렇다면 가능성이없는 접근법 의 철학은 정확히 무엇이며 GAN과 같은 적대적인 …

11 machine-learning  deep-learning  maximum-likelihood  generative-models  abc