Вопросы с тегом «machine-learning»

Я теоретически (вроде) понимаю, как они будут работать, но не уверен, как на самом деле использовать метод ансамбля (такой как голосование, взвешенные смеси и т. Д.). Каковы хорошие ресурсы для реализации методов ансамбля? Существуют ли какие-либо конкретные ресурсы относительно реализации в Python? РЕДАКТИРОВАТЬ: Чтобы прояснить некоторые из них, основываясь на …

13 machine-learning  python  ensemble 

Не стесняйтесь заменять «журналы» любым другим полезным порталом знаний. Я заинтересован в том, чтобы следить за новыми разработками в области машинного обучения с целью практического применения. Я не академик, стремящийся опубликовать свою собственную работу (по крайней мере, не в этой области), но я хочу знать о потенциальных новых алгоритмах или …

13 machine-learning  references 

Существуют ли какие-либо быстрые альтернативы алгоритму EM для обучения моделей со скрытыми переменными (особенно pLSA)? Я в порядке, жертвуя точностью ради скорости.

13 machine-learning  optimization  expectation-maximization  lsa 

Я видел ссылки на изучение байесовской теории вероятностей в R, и мне было интересно, есть ли еще что-то подобное, возможно, конкретно в Python? Направлены на изучение байесовской теории вероятностей, умозаключений, оценки максимального правдоподобия, графических моделей и тому подобного?

13 machine-learning  bayesian  python  graphical-model 

Несколько лет назад я проходил курс вероятностного обучения в университете, но сейчас я прорабатываю некоторые алгоритмы машинного обучения, и некоторые математические навыки просто сбивают с толку. В частности, сейчас я изучаю алгоритм EM (максимизация ожидания), и кажется, что между тем, что требуется, и тем, что у меня есть, есть большая …

13 probability  machine-learning 

Я читал о ряде алгоритмов для решения проблем с n-вооруженными бандитами, таких как -greedy, softmax и UCB1, но у меня возникли некоторые проблемы при выборе лучшего подхода для минимизации сожалений.εε\epsilon Существует ли известный оптимальный алгоритм для решения проблемы вооруженного бандита? Есть ли выбор алгоритма, который, кажется, работает лучше всего на …

13 machine-learning  reinforcement-learning  multiarmed-bandit 

Предположим, вы наблюдаете «совпадения» между покупателями и продавцами на рынке. Вы также можете наблюдать характеристики как покупателей, так и продавцов, которые вы хотели бы использовать для прогнозирования будущих совпадений и выработки рекомендаций для обеих сторон рынка. Для простоты предположим, что есть N покупателей и N продавцов, и каждый из них …

13 machine-learning 

Я хотел бы получить коэффициенты для задачи LASSO ||Y−Xβ||+λ||β||1.||Y−Xβ||+λ||β||1.||Y-X\beta||+\lambda ||\beta||_1. Проблема в том, что функции glmnet и lars дают разные ответы. Для функции glmnet я спрашиваю коэффициенты вместо просто λ , но я все еще получаю разные ответы.λ/||Y||λ/||Y||\lambda/||Y||λλ\lambda Это ожидается? Какова связь между ларами и glmnet λ ? Я понимаю, …

13 r  machine-learning  regression  lasso  regularization 

Я использую Singular Value Decomposition в качестве техники уменьшения размерности. Заданные Nвекторы размерностиD идея состоит в том, чтобы представить элементы в преобразованном пространстве некоррелированных измерений, в котором большая часть информации данных содержится в собственных векторах этого пространства в порядке убывания важности. Сейчас я пытаюсь применить эту процедуру к данным временных …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis 

Мой вопрос: почему случайный лес учитывает случайные подмножества объектов для разбиения на уровне узла в каждом дереве, а не на уровне дерева ? Справочная информация: это вопрос истории. Тин Кам Хо опубликовал эту статью о построении «лесов принятия решений» путем случайного выбора подмножества объектов, которые будут использоваться для выращивания каждого …

13 machine-learning  feature-selection  random-forest  importance  history 

Допустим, наш набор данных содержит 1 миллион примеров, то есть , и мы хотим использовать градиентный спуск, чтобы выполнить логистическую или линейную регрессию для этого набора данных.Икс1, … , Х106x1,…,x106x_1, \ldots, x_{10^6} Что с методом градиентного спуска делает его неэффективным? Напомним, что шаг градиентного спуска в момент времени определяется как:Ttt …

13 machine-learning  gradient-descent  large-data 

Наивный байесовский классификатор - это классификатор, который назначает элементы xxx классу CCC на основе максимизации апостериорного P(C|x)P(C|x)P(C|x) для членства в классе и предполагает, что характеристики элементов независимы. Потеря 0-1 - это потеря, которая присваивает любой ошибочной классификации потерю «1», а потерю «0» - любой правильной классификации. Я часто читаю (1), …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions 

Я довольно новичок в области гауссовских процессов и того, как они применяются в машинном обучении. Я продолжаю читать и слышать о ковариационных функциях, являющихся главной привлекательностью этих методов. Так может ли кто-нибудь объяснить интуитивно, что происходит в этих ковариационных функциях? В противном случае, если бы вы могли указать на конкретное …

13 machine-learning  probability  bayesian 

Я только что рассказал об искусственных нейронных сетях на курсе машинного обучения Coursera, и я хотел бы узнать больше теории за ними. Я нахожу мотивацию, что они подражают биологии, несколько неудовлетворительно. На первый взгляд кажется, что на каждом уровне мы заменяем ковариаты линейной комбинацией их. Делая это многократно, мы учитываем …

13 machine-learning  neural-networks  theory 

Я понимаю, что основной принцип, лежащий в основе алгоритма LLE, состоит из трех этапов. Нахождение окрестности каждой точки данных по некоторой метрике, такой как k-nn. Найти веса для каждого соседа, которые обозначают влияние, которое сосед оказывает на точку данных. Построить низкоразмерное вложение данных на основе вычисленных весов. Но математическое объяснение …

13 machine-learning  model-selection  feature-selection  dimensionality-reduction  nonlinear