Вопросы с тегом «algorithms»

Почему генераторы случайных чисел, такие как runif()в R, не генерируют один и тот же результат каждый раз? Например: X <- runif(100) X генерирует разные выходы каждый раз. В чем причина создания разных выходов каждый раз? Какие функции у него есть в фоновом режиме, чтобы сделать это?

11 r  algorithms  random-generation  uniform 

Я новичок в машинном обучении (также немного статистики), некоторое время изучал знания (алгоритмы обучения под наблюдением / без присмотра, соответствующие методы оптимизации, регуляризации, некоторые философии (такие как компромисс отклонения?)). Я знаю, что без какой-либо реальной практики я не смог бы получить глубокое понимание этих вещей машинного обучения. Поэтому я начну …

11 machine-learning  algorithms 

Я нашел очень полезное руководство по алгоритму EM . Пример и картинка из урока просто великолепны. Связанный вопрос о вычислении вероятностей, как работает максимизация ожидания? У меня есть еще один вопрос относительно того, как связать теорию, описанную в руководстве, с примером. На этапе E EM выбирает функцию которая нижние границы …

11 machine-learning  clustering  algorithms  natural-language 

Существует ли численно устойчивый способ расчета значений бета-распределения для большого целого числа альфа, бета (например, альфа, бета> 1000000)? На самом деле, мне нужен только 99% доверительный интервал для режима, если это как-то облегчает проблему. Добавить : Извините, мой вопрос был не так четко сформулирован, как я думал. Я хочу сделать …

11 confidence-interval  algorithms  beta-distribution 

Я пытаюсь реализовать алгоритм Nelder-Mead для оптимизации функции. Страница Википедии о Nelder-Mead удивительно ясна обо всем алгоритме, за исключением критерия его остановки. Там это печально говорит: Проверьте сходимость [требуется уточнение] . Я попробовал и протестировал пару критериев сам: Стоп , если , где ε мала и где х я это …

11 optimization  algorithms 

Я немного читал об улучшении алгоритмов для задач классификации и Adaboost в частности. Я понимаю, что цель Adaboost состоит в том, чтобы взять нескольких «слабых учеников» и, через набор итераций по обучающим данным, подтолкнуть классификаторы к тому, чтобы научиться предсказывать классы, в которых модели (ы) постоянно допускают ошибки. Однако мне …

11 machine-learning  classification  algorithms  boosting 

Если у меня есть некоторая фиксированная неповторяющаяся (DAG) топология (фиксированный набор узлов и ребер, но алгоритм обучения может варьировать вес по ребрам) сигмоидных нейронов с входными нейронами, которые могут принимать строки только в { - 1 , 1 } n в качестве входных данных и приводит к одному выходному сигналу …

11 machine-learning  neural-networks  algorithms  vc-dimension 

Отказ от ответственности: я разместил этот вопрос на Stackoverflow, но я подумал, что это лучше подходит для этой платформы. Как вы тестируете свою собственную реализацию k-средних для многомерных наборов данных? Я думал о том, чтобы запустить уже существующую реализацию (то есть Matlab) для данных и сравнить результаты с моим алгоритмом. …

11 clustering  algorithms 

Классический метод анализа основных компонентов (PCA) состоит в том, чтобы сделать это на матрице входных данных, столбцы которой имеют нулевое среднее значение (тогда PCA может «максимизировать дисперсию»). Это может быть легко достигнуто путем центрирования колонн. Тем не менее, когда входная матрица является разреженной, центрированная матрица теперь будет более разреженной и, …

10 pca  algorithms  dimensionality-reduction  large-data  sparse 

Контекст: я разрабатываю систему, которая анализирует клинические данные для фильтрации неправдоподобных данных, которые могут быть опечатками. Что я сделал до сих пор: Для количественной оценки правдоподобия до сих пор я пытался нормализовать данные, а затем вычислить значение правдоподобия для точки p на основе ее расстояния до известных точек данных в …

10 machine-learning  multivariate-analysis  feature-selection  algorithms  outliers 

Это мои тренировочные данные: 200 000 примеров х 10 000 функций. Итак, моя матрица тренировочных данных - 200 000 x 10 000. Мне удалось сохранить это в плоском файле без проблем с памятью, сохраняя каждый набор данных один за другим (один пример за другим), поскольку я генерировал функции для каждого …

10 machine-learning  dataset  algorithms  python 

Закрыто. Этот вопрос не по теме . В настоящее время он не принимает ответы. Хотите улучшить этот вопрос? Обновите вопрос, чтобы он соответствовал теме перекрестной проверки. Закрыто 2 года назад . Моя цель: Я хотел бы иметь функцию, которая берет адрес электронной почты и выводит квазислучайное число 1, 2, 3 …

10 algorithms  random-generation 

У меня есть набор элементов которые я могу описать в соответствии с n характеристиками. Таким образом:ИксИксXNNn Икся: { cя 1, ся 2, … , Ся н} ∣ хя∈ XИкся:{ся1,ся2,...,сяN}|Икся∈Иксx_i: \{c_{i1}, c_{i2}, \ldots, c_{in}\} \mid x_i \in X где - (числовая) оценка для элемента i согласно характеристикам j . Поэтому мои …

10 machine-learning  algorithms  ranking  feature-construction 

Я столкнулся со следующей проблемой моделирования: для заданного набора известных действительных чисел распределение по { - 1 , 1 } d определяется как P ( X = ( x 1 , … , x d) ) ) ∝ ( x 1 ω 1 + … + x d ω d …

9 simulation  algorithms  random-generation  computational-statistics  metropolis-hastings 

Мне нужен алгоритм для выборки усеченного полиномиального распределения. Это, Икс⃗ ∼ 1ZпИкс11… РИксККИкс1! … ХК!Икс→~1Zп1Икс1...пКИксКИкс1!...ИксК!\vec x \sim \frac{1}{Z} \frac{p_1^{x_1} \dots p_k^{x_k}}{x_1!\dots x_k!} где - нормализационная константа, имеет положительных компонент и . Я рассматриваю только значения в диапазоне .ZZZИкс⃗ Икс→\vec xККk∑ хя= пΣИксязнак равноN\sum x_i = nИкс⃗ Икс→\vec{x}a⃗ ≤ х⃗ ≤ …

9 algorithms  multinomial  random-generation