Preguntas etiquetadas con machine-learning

Estoy construyendo un categorizador de texto para oraciones cortas. Además de decirle al usuario "la categoría del texto que ingresó es C", quiero poder explicar por qué tomé esta decisión, de una manera breve y comprensible. Por ejemplo, no quiero decirle al usuario "Pongo tu oración en una red neuronal …

11 machine-learning  classification 

En el trabajo, se me ha encomendado la tarea de inferir cierta información sobre un lenguaje dinámico. Reescribo secuencias de declaraciones en letexpresiones anidadas , así: return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y …

11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 

La idea principal de k-Nearest-Neighbor tiene en cuenta los puntos más cercanos y decide la clasificación de los datos por mayoría de votos. Si es así, entonces no debería tener problemas en los datos de dimensiones superiores porque los métodos como el hashing sensible a la localidad pueden encontrar vecinos …

11 machine-learning  artificial-intelligence 

Dados dos conjuntos de cadenas sobre el alfabeto , ¿podemos calcular el autómata determinista de estado finito (DFA) más pequeño de modo que y ?A , BUN,siA,BΣΣ\SigmaMETROMETROMA ⊆ L ( M)UN⊆L(METRO)A \subseteq L(M)L ( M) ⊆ Σ∗∖ BL(METRO)⊆Σ∗∖siL(M) \subseteq \Sigma^*\setminus B En otras palabras, representa un conjunto de ejemplos positivos. …

11 regular-languages  automata  finite-automata  machine-learning 

Mi principal preocupación es si la programación genética es un campo activo de investigación, con algunas aplicaciones prometedoras en la práctica. Parece que en el campo del aprendizaje automático, las redes neuronales son la palabra de moda principal, con menciones en las principales noticias de hoy, pero nunca he oído …

10 machine-learning  evolutionary-computing 

Estoy implementando un algoritmo Naive Bayes para la categorización de texto con suavizado laplaciano. El problema que tengo es que la probabilidad se acerca a cero porque estoy multiplicando muchas fracciones pequeñas. Por lo tanto, la probabilidad finalmente produce cero. Esto se debe a que hay varias palabras dentro de …

10 machine-learning  natural-language-processing  floating-point  numerical-algorithms 

Hace poco leí una entrada de blog realmente interesante del Blog de Google Research sobre redes neuronales. Básicamente usan estas redes neuronales para resolver varios problemas como el reconocimiento de imágenes. Utilizan algoritmos genéticos para "evolucionar" los pesos de los axones. Básicamente, mi idea es la siguiente. Si se supone …

10 machine-learning  np  neural-networks  p-vs-np  genetic-algorithms 

Estoy aprendiendo la clasificación SVM y encuentro un problema. No estoy seguro de si este dilema tiene una terminología para ello. Supongamos que nos gustaría clasificar a los pacientes por SVM a partir de las muestras de personas sanas (de ambos sexos) y personas con cáncer de hígado (de ambos …

10 machine-learning 

Debido a la naturaleza de la pregunta, tengo que incluir mucha información de fondo (porque mi pregunta es: ¿cómo puedo reducir esto?) Dicho esto, se puede resumir (según mi leal saber y entender) como: ¿Qué métodos existen para encontrar óptimos locales en espacios de búsqueda combinatoria extremadamente grandes? Antecedentes En …

10 reference-request  machine-learning  combinatorics  optimization  search-problem 

Descargo de responsabilidad: soy biólogo, siento mucho (tal vez) la pregunta básica formulada en términos tan crudos. No estoy seguro de si debería hacer esta pregunta aquí o en DS / SC, pero CS es el más grande de los tres, así que aquí va. (Después de publicar, se me …

9 machine-learning  probability-theory 

En la página de Wikipedia aquí , describe bastante bien el algoritmo CDCL (y parece que las imágenes fueron tomadas de diapositivas creadas por Sharad Malik en Princeton). Sin embargo, al describir cómo dar marcha atrás, todo lo que dice es "al punto apropiado". MiniSAT también usa una variante del …

9 machine-learning  satisfiability  sat-solvers  backtracking 

Al actualizar los pesos de una red neuronal utilizando el algoritmo de retropropagación con un término de impulso, ¿debería aplicarse también la tasa de aprendizaje al término de impulso? La mayor parte de la información que pude encontrar sobre el uso del momento tiene las ecuaciones que se parecen a …

9 machine-learning  neural-networks 

He estado aprendiendo sobre redes neuronales y SVM. Los tutoriales que he leído han enfatizado la importancia de la kernelización para SVM. Sin una función de kernel, los SVM son solo un clasificador lineal. Con la kernelización, los SVM también pueden incorporar características no lineales, lo que los convierte en …

9 machine-learning  artificial-intelligence  neural-networks 

¿Por qué los pesos iniciales de las redes neuronales se inicializan como números aleatorios? Había leído en alguna parte que esto se hace para "romper la simetría" y esto hace que la red neuronal aprenda más rápido. ¿Cómo la ruptura de la simetría hace que aprenda más rápido? ¿No sería …

9 machine-learning  artificial-intelligence  neural-networks 

Estoy investigando el aprendizaje PAC (teoría del aprendizaje computacional) como un principiante sin conocimientos previos de aprendizaje automático / IA. Estoy investigando el modelo principalmente desde un punto de vista histórico. Para esto, lo más importante son, por supuesto, los resultados basados ​​en el modelo. Hay suficientes documentos por ahí …

9 machine-learning