Preguntas etiquetadas con machine-learning

Asigné a mis alumnos el problema de encontrar un triángulo consistente con una colección de puntos en , etiquetado con . (Un triángulo es consistente con la muestra etiquetada si contiene todos los puntos positivos y ninguno de los negativos; por supuesto, la muestra admite al menos 1 triángulo consistente).mmmR2R2\mathbb{R}^2±1±1\pm1TTTTTT …

13 cg.comp-geom  machine-learning  lg.learning  convex-geometry 

Los algoritmos genéticos evolucionan en menos generaciones con una población más grande, pero también tardan más en calcular una generación. ¿Existen algunas pautas para equilibrar esos dos factores, a fin de llegar a una solución viable lo antes posible? Además, ¿es este el mejor lugar para la pregunta?

13 ds.algorithms  machine-learning  genetic-algorithms 

Hice esta pregunta en preguntas y respuestas validadas cruzadas, pero parece que está relacionada con CS mucho más que las estadísticas. ¿Me puede dar ejemplos de algoritmos de aprendizaje automático que aprendan de las propiedades estadísticas del conjunto de datos, no de las observaciones individuales, es decir, empleen el modelo …

13 lg.learning  machine-learning 

Digamos que tenemos una red neuronal de alimentación de una sola capa con k entradas y una salida. Calcula una función a partir de , es bastante fácil ver que tiene al menos la misma potencia de cálculo que A C 0 . Solo por diversión, llamaremos al conjunto de …

13 cc.complexity-theory  circuit-complexity  machine-learning  ne.neural-evol 

Antecedentes: en el aprendizaje automático, a menudo trabajamos con modelos gráficos para representar funciones de densidad de probabilidad de alta dimensión. Si descartamos la restricción de que una densidad se integra (sumas) a 1, obtenemos una función de energía estructurada en gráficos no normalizada . Supongamos que tenemos una función …

13 reference-request  machine-learning  lg.learning  boolean-functions 

¿Cuáles son algunos problemas del mundo real que se han resuelto utilizando un algoritmo genético? ¿Cuál es el problema? ¿Cuál es la prueba de aptitud utilizada para resolver este problema?

13 ds.algorithms  machine-learning  ai.artificial-intel  application-of-theory  ne.neural-evol 

Digamos que tenemos una representación vectorial de cualquier número entero de magnitud n, V_n Este vector es la entrada a un algoritmo de aprendizaje automático. Primera pregunta: ¿Para qué tipo de representaciones es posible aprender la primalidad / composición de n usando una red neuronal o algún otro mapeo ML …

13 co.combinatorics  machine-learning  primes 

El lema de Johnson-Lindenstrauss permite representar puntos en un espacio de alta dimensión en puntos en una dimensión inferior. Al encontrar espacios dimensionales más bajos de mejor ajuste, una técnica estándar es encontrar la descomposición del valor singular y luego tomar el subespacio generado por los valores singulares más grandes. …

12 machine-learning 

Tengo un conjunto de datos de miles de puntos y un medio para medir la distancia entre dos puntos, pero los puntos de datos no tienen dimensionalidad. Quiero un algoritmo para encontrar centros de clúster en este conjunto de datos. Me imagino que debido a que los datos no tienen …

12 machine-learning  lg.learning  clustering 

Se sabe que para el aprendizaje PAC, existen clases de conceptos naturales (p. Ej., Subconjuntos de listas de decisiones) para las cuales hay brechas polinómicas entre la complejidad de la muestra necesaria para el aprendizaje teórico de la información por parte de un alumno computacionalmente ilimitado, y la complejidad de …

12 machine-learning  lg.learning  sample-complexity 

Aquí hay un problema con un sabor similar al de las juntas de aprendizaje: Entrada: Una función f:{0,1}n→{−1,1}f:{0,1}n→{−1,1}f: \{0,1\}^n \rightarrow \{-1,1\} , representada por un oráculo de membresía, es decir, un oráculo que dado xxx , devuelve f(x)f(x)f(x) . Objetivo: encontrar un subcubo SSS de {0,1}n{0,1}n\{0,1\}^n con volumen |S|=2n−k|S|=2n−k|S|=2^{n-k} tal …

11 machine-learning  lg.learning  boolean-functions  sample-complexity 

En cs.stackexchange , pregunté sobre la biblioteca algebird scala en github, especulando sobre por qué podrían necesitar un paquete de álgebra abstracta. La página de github tiene algunas pistas: Implementaciones de monoides para algoritmos de aproximación interesantes, como el filtro Bloom, HyperLogLog y CountMinSketch. Estos le permiten pensar en estas …

11 soft-question  machine-learning  linear-algebra  db.databases 

Algunos antecedentes: Estoy interesado en encontrar límites inferiores "menos conocidos" (o resultados de dureza) para el problema de Aprendizaje con errores (LWE) y generalizaciones de los mismos como Aprender con errores sobre anillos. Para definiciones específicas, etc., aquí hay una buena encuesta realizada por Regev: http://www.cims.nyu.edu/~regev/papers/lwesurvey.pdf El tipo estándar de …

11 cc.complexity-theory  reference-request  cr.crypto-security  machine-learning  lg.learning 

Dana Angluin ( 1987 ; pdf ) define un modelo de aprendizaje con consultas de membresía y consultas teóricas (contraejemplos de una función propuesta). Ella muestra que un lenguaje regular que está representado por un DFA mínimo de estados se puede aprender en tiempo polinómico (donde las funciones propuestas son …

11 cc.complexity-theory  machine-learning  lower-bounds  lg.learning  query-complexity 

Estoy familiarizado con el algoritmo de descenso de gradiente que puede encontrar el mínimo local (máximo) de una función determinada. ¿Hay alguna modificación del descenso de gradiente que permita encontrar el mínimo absoluto (máximo), donde la función tiene varios extremos locales? ¿Existen técnicas generales, cómo mejorar un algoritmo que puede …

11 ds.algorithms  approximation-algorithms  machine-learning