«online» 태그된 질문

온라인 알고리즘은 계산 중에 도착하는 데이터와 함께 반복적으로 수행되는 계산을 나타냅니다. 인터넷에 관한 질문은 "인터넷"태그를 사용하십시오.

3
온라인 대 오프라인 학습?
오프라인 학습 과 온라인 학습 의 차이점은 무엇입니까 ? 전체 데이터 세트 (오프라인)에 대한 학습과 점진적 학습 (한 번에 하나의 인스턴스)에 대한 학습의 문제입니까? 두 알고리즘 모두에 사용되는 알고리즘의 예는 무엇입니까?
7
"실행"선형 또는 로지스틱 회귀 매개 변수를 계산하는 알고리즘이 있습니까?
http://www.johndcook.com/standard_deviation.html의 "정확하게 실행 분산 계산"이라는 논문 은 실행 평균, 분산 및 표준 편차를 계산하는 방법을 보여줍니다. 선형 또는 로지스틱 회귀 모델의 매개 변수가 각각의 새로운 훈련 레코드가 제공 될 때 유사하게 "동적으로"업데이트 될 수있는 알고리즘이 있습니까?
1
최첨단 스트리밍 학습
나는 최근에 큰 데이터 세트로 작업 해 왔으며 많은 스트리밍 방법 논문을 발견했습니다. 몇 가지 예를 들면 다음과 같습니다. 규제 리더 및 미러 하강 : 등가 이론 및 L1 정규화 ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf ) 스트리밍 학습 : 단일 패스 SVM ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf ) Pegasos : SVM을위한 Primal Estimated sub-GrAdient SOlver http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf …
3
데이터 세트 변경 후 기존 표준 편차를 사용하여 새로운 표준 편차 계산
I have an array of nnn real values, which has mean μoldμold\mu_{old} and standard deviation σoldσold\sigma_{old}. If an element of the array xixix_i is replaced by another element xjxjx_j, then new mean will be μnew=μold+xj−xinμnew=μold+xj−xin\mu_{new}=\mu_{old}+\frac{x_j-x_i}{n} 이 방법의 장점은 값에 관계없이 일정한 계산이 필요하다는 것 입니다. 계산에 대한 접근도는 σ N …
5
평균 절대 편차 및 큰 데이터 세트를위한 온라인 알고리즘
나는 나를 놀리 게 만드는 약간의 문제가 있습니다. 다변량 시계열의 온라인 획득 프로세스에 대한 절차를 작성해야합니다. 매 시간 간격 (예 : 1 초)마다 기본적으로 N 크기의 부동 소수점 벡터 인 새 샘플을 얻습니다. 수행해야하는 작업은 약간 까다 롭습니다. 각각의 새 샘플에 대해 요소를 1로 합치도록 벡터를 정규화하여 해당 샘플의 백분율을 …
3
온라인 학습과 배치 학습의 차이점은 무엇입니까?
현재 John Duchi와 Yoram Singer의 Forward-Backward Splitting 을 사용한 Efficient Online and Batch Learning 논문을 읽었습니다 . '온라인'과 '배치'라는 용어의 사용법에 대해 매우 혼란스러워합니다. '온라인'은 훈련 데이터의 한 단위를 처리 한 후 가중치 매개 변수를 업데이트하는 것을 의미한다고 생각했습니다. 그런 다음 새로운 가중치 매개 변수를 사용하여 다음 훈련 데이터 단위를 …
2
지수 가중 이동 왜곡 / 커트 시스
지수 가중 이동 평균 및 공정의 표준 편차 을 계산하기위한 잘 알려진 온라인 공식이 (xn)n=0,1,2,…(xn)n=0,1,2,…(x_n)_{n=0,1,2,\dots}있습니다. 평균적으로 μn=(1−α)μn−1+αxnμn=(1−α)μn−1+αxn\mu_n = (1-\alpha) \mu_{n-1} + \alpha x_n 그리고 분산을 위해 σ2n=(1−α)σ2n−1+α(xn−μn−1)(xn−μn)σn2=(1−α)σn−12+α(xn−μn−1)(xn−μn)\sigma_n^2 = (1-\alpha) \sigma_{n-1}^2 + \alpha(x_n - \mu_{n-1})(x_n - \mu_n) 표준 편차를 계산할 수 있습니다. 지수 가중 된 제 3 및 제 4 중심 …
3
온라인 학습의 정규화 및 기능 확장?
로지스틱 회귀 분류 기가 있다고 가정 해 봅시다. 일반적인 배치 학습에서는 과적 합을 방지하고 체중을 작게 유지하는 정규화 용어가 있습니다. 또한 기능을 정규화하고 확장합니다. 온라인 학습 환경에서 지속적인 데이터 스트림을 받고 있습니다. 각 예제에서 그라디언트 하강 업데이트를 수행 한 다음 버립니다. 온라인 학습에서 기능 스케일링 및 정규화 용어를 사용해야합니까? 그렇다면 …
1
"Heywood Case"의 정확한 정의는 무엇입니까?
나는 "Heywood Case"라는 용어를 다소 비공식적으로 사용하여 온라인의 '유한 응답'반복적으로 업데이트 된 분산 추정치가 수치 정밀도 문제로 인해 부정적으로 된 상황을 언급했습니다. (데이터를 추가하고 오래된 데이터를 제거하기 위해 Welford 방법의 변형을 사용하고 있습니다.) 수치 오류나 모델링 오류로 인해 분산 추정치가 마이너스가 된 상황에 적용되었다는 인상을 받았지만 동료는 이 용어를 사용하면서 …
2
관측 값을 저장하지 않고 사 분위수의 온라인 추정
관측 값을 저장하지 않고 많은 데이터 세트에서 사 분위수 (Q1, 중앙값 및 Q3)를 실시간으로 계산해야합니다. 나는 먼저 P 제곱 알고리즘 (Jain / Chlamtac)을 시도했지만 그것에 만족하지 못했습니다 (약간의 CPU 사용량과 적어도 내 데이터 세트의 정밀도에 대해서는 확신하지 못했습니다). 나는 즉시 중간 값을 추정하기 위해 FAME 알고리즘 ( Feldman / Shavitt …
5
재귀 (온라인) 정규화 된 최소 제곱 알고리즘
누구든지 Tikhonov 정규화 (정규 최소 제곱)에 대한 온라인 (재귀) 알고리즘의 방향을 알려 줄 수 있습니까? 오프라인 설정에서 n-fold cross validation을 사용하여 λ 를 찾은 원래 데이터 세트를 사용하여 β^=(XTX+λI)−1XTYβ^=(XTX+λI)−1XTY\hat\beta=(X^TX+λI)^{−1}X^TY 를 계산 합니다. y = x ^ T \ hat \ beta를 사용하여 주어진 x에 대해 새로운 y 값을 예측할 수 …
1
온라인으로 확장 가능한 통계 방법
이것은 효율적인 온라인 선형 회귀 에서 영감을 얻었으며 매우 흥미 롭습니다. 대규모 통계 컴퓨팅에 전념하는 텍스트 나 리소스가 있습니까? 이로 인해 주 메모리에 맞지 않는 데이터 세트를 사용하여 컴퓨팅하거나 효과적으로 서브 샘플링하기에는 너무 다양합니다. 예를 들어 온라인 방식으로 혼합 효과 모델을 적용 할 수 있습니까? MLE에 대한 표준 2 차 …
1
오프라인과 온라인 학습의 모델 선택
나는 최근 온라인 학습에 대해 더 많이 배우려고 노력했지만 (절대적으로 흥미 롭습니다!) 내가 잘 이해하지 못한 주제 중 하나는 오프라인과 온라인 컨텍스트에서 모델 선택에 대해 생각하는 방법입니다. 특히, 일부 고정 데이터 세트 에 따라 분류 자 오프라인으로 학습한다고 가정 합니다. 예를 들어, 교차 검증을 통해 성능 특성을 추정하고이 방법으로 가장 …
2
증분 가우스 프로세스 회귀
스트림을 통해 하나씩 도착하는 데이터 포인트 위에 슬라이딩 창을 사용하여 증분 가우시안 프로세스 회귀를 구현하고 싶습니다. 하자 입력 공간의 차원을 나타낸다. 따라서, 모든 데이터는 지적 갖는 원소의 수.dddxixix_iddd 슬라이딩 윈도우의 크기를 이라고하자 .nnn 예측을하기 위해 그램 행렬 의 역수를 계산해야합니다 . 여기서 이고 k는 제곱 지수 커널입니다.KKKKij=k(xi,xj)Kij=k(xi,xj)K_{ij} = k(x_i, x_j) …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.