Preguntas etiquetadas con algorithms

¿Por qué los generadores de números aleatorios como runif()en R no generan el mismo resultado cada vez? Por ejemplo: X <- runif(100) X está generando diferentes salidas cada vez. ¿Cuál es la razón para generar diferentes salidas cada vez? ¿Qué funcionalidades tiene en segundo plano para hacer esto?

11 r  algorithms  random-generation  uniform 

Soy un recién llegado al aprendizaje automático (también algunas estadísticas), he estado aprendiendo conocimiento (algoritmos de aprendizaje supervisados ​​/ no supervisados, métodos de optimización relevantes, regularizaciones, algunas filosofías (como el equilibrio de sesgo-varianza)) por un tiempo. Sé que sin ninguna práctica real, no obtendría una comprensión profunda de esas cosas …

11 machine-learning  algorithms 

Encontré un tutorial muy útil sobre el algoritmo EM . El ejemplo y la imagen del tutorial es simplemente brillante. Pregunta relacionada sobre el cálculo de probabilidades ¿cómo funciona la maximización de expectativas? Tengo otra pregunta sobre cómo conectar la teoría descrita en el tutorial con el ejemplo. Durante el …

11 machine-learning  clustering  algorithms  natural-language 

¿Existe una forma numéricamente estable de calcular los valores de una distribución beta para un entero grande alfa, beta (por ejemplo, alfa, beta> 1000000)? En realidad, solo necesito un intervalo de confianza del 99% alrededor del modo, si eso de alguna manera facilita el problema. Agregue : Lo siento, mi …

11 confidence-interval  algorithms  beta-distribution 

Estoy tratando de implementar el algoritmo Nelder-Mead para optimizar una función. La página de Wikipedia sobre Nelder-Mead es sorprendentemente clara sobre todo el algoritmo, excepto por su criterio de detención. Ahí dice tristemente: Verifique la convergencia [se necesita aclaración] . Probé y probé un par de criterios yo mismo: Deténgase …

11 optimization  algorithms 

Si tengo alguna topología fija no recurrente (DAG) (conjunto fijo de nodos y bordes, pero el algoritmo de aprendizaje puede variar el peso en los bordes) de las neuronas sigmoideas con neuronas de entrada que solo pueden tomar cadenas en como entrada y conduce a una salida (que genera un …

11 machine-learning  neural-networks  algorithms  vc-dimension 

Descargo de responsabilidad: publiqué esta pregunta en Stackoverflow, pero pensé que quizás esto sea más adecuado para esta plataforma. ¿Cómo prueba su propia implementación de k-means para conjuntos de datos multidimensionales? Estaba pensando en ejecutar una implementación ya existente (es decir, Matlab) en los datos y comparar los resultados con …

11 clustering  algorithms 

La forma clásica del análisis de componentes principales (PCA) es hacerlo en una matriz de datos de entrada cuyas columnas tienen media cero (entonces PCA puede "maximizar la varianza"). Esto se puede lograr fácilmente centrando las columnas. Sin embargo, cuando la matriz de entrada es escasa, la matriz centrada ahora …

10 pca  algorithms  dimensionality-reduction  large-data  sparse 

He estado leyendo un poco sobre algoritmos de refuerzo para tareas de clasificación y Adaboost en particular. Entiendo que el propósito de Adaboost es llevar a varios "estudiantes débiles" y, a través de un conjunto de iteraciones sobre los datos de entrenamiento, empujar a los clasificadores para aprender a predecir …

10 machine-learning  classification  algorithms  boosting 

Contexto: estoy desarrollando un sistema que analiza datos clínicos para filtrar datos inverosímiles que podrían ser errores tipográficos. Lo que hice hasta ahora: Para cuantificar la plausibilidad, mi intento hasta ahora fue normalizar los datos y luego calcular un valor de plausibilidad para el punto p en función de su …

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

Estos son mis datos de entrenamiento: 200,000 Ejemplos x 10,000 Características. Entonces mi matriz de datos de entrenamiento es - 200,000 x 10,000. Logré guardar esto en un archivo plano sin tener problemas de memoria guardando cada conjunto de datos uno por uno (un ejemplo tras otro) a medida que …

10 machine-learning  dataset  algorithms  python 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Mi objetivo: Me gustaría tener una función que tome una dirección de correo electrónico y genere …

10 algorithms  random-generation 

Tengo un conjunto de elementos que puedo describir de acuerdo con n características. Así:XXXnortenn Xyo: { cyo 1, cyo 2, ... , cyo n} ∣ xyo∈ Xxi:{ci1,ci2,…,cin}∣xi∈Xx_i: \{c_{i1}, c_{i2}, \ldots, c_{in}\} \mid x_i \in X donde es la evaluación (numérica) para el elemento acuerdo con las características . Por lo …

10 machine-learning  algorithms  ranking  feature-construction 

Me encontré con el siguiente problema de simulación: dado un conjunto de números reales conocidos, una distribución en está definida por donde denota la parte positiva de . Si bien puedo pensar en una muestra de Metropolis-Hastings dirigida a esta distribución, me pregunto si existe una muestra directa eficiente, aprovechando …

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

Necesito un algoritmo para probar una distribución multinomial truncada. Es decir, X⃗ ∼ 1ZpagX11... pXkkX1! ... xk!x→∼1Zp1x1…pkxkx1!…xk!\vec x \sim \frac{1}{Z} \frac{p_1^{x_1} \dots p_k^{x_k}}{x_1!\dots x_k!} donde es una constante de normalización, tiene componentes positivos y . Solo considero los valores de en el rango .→ x k ∑ x i = …

9 algorithms  multinomial  random-generation