Estadísticas y Big Data machine-learning

1

Supervisión distante: supervisada, semi-supervisada, o ambas?

La "supervisión distante" es un esquema de aprendizaje en el que se aprende un clasificador dado un conjunto de entrenamiento débilmente etiquetado (los datos de entrenamiento se etiquetan automáticamente según la heurística / reglas). Creo que tanto el aprendizaje supervisado como el aprendizaje semi-supervisado pueden incluir tal "supervisión distante" si …

20 machine-learning data-mining dataset references unsupervised-learning

1

Discusión sobre overfit en xgboost

Mi configuración es la siguiente: Estoy siguiendo las pautas en "Modelado predictivo aplicado". Por lo tanto, he filtrado características correlacionadas y termino con lo siguiente: 4900 puntos de datos en el conjunto de entrenamiento y 1600 puntos de datos en el conjunto de prueba. Tengo 26 características y el objetivo …

20 machine-learning boosting overfitting

1

¿Cómo funciona el muestreo negativo en word2vec?

He estado tratando de entender el concepto de muestreo negativo en el contexto de word2vec. No puedo digerir la idea del muestreo [negativo]. Por ejemplo en los documentos de Mikolov, la expectativa de muestreo negativa se formula como Iniciar sesiónσ( ⟨ W , c ⟩ ) + k ⋅ ECnorte∼ …

19 machine-learning word2vec word-embeddings

3

¿Es un tocón de decisión un modelo lineal?

El tocón de decisión es un árbol de decisión con una sola división. También se puede escribir como una función por partes. Por ejemplo, suponga que es un vector, y es el primer componente de , en la configuración de regresión, se puede usar un tocón de decisiónx 1 xXxxX1x1x_1Xxx …

19 machine-learning cart linear boosting

5

¿Cuáles son algunos buenos conjuntos de datos para aprender algoritmos básicos de aprendizaje automático y por qué?

Soy nuevo en el aprendizaje automático y busco algunos conjuntos de datos a través de los cuales puedo comparar y contrastar las diferencias entre los diferentes algoritmos de aprendizaje automático (árboles de decisión, refuerzo, SVM y redes neuronales) ¿Dónde puedo encontrar dichos conjuntos de datos? ¿Qué debería estar buscando al …

19 machine-learning dataset

2

Impulso: ¿por qué la tasa de aprendizaje se llama parámetro de regularización?

El parámetro de velocidad de aprendizaje ( ) en Gradient Boosting reduce la contribución de cada nuevo modelo base, típicamente un árbol poco profundo, que se agrega en la serie. Se demostró que aumenta drásticamente la precisión del conjunto de pruebas, lo cual es comprensible ya que con pasos más …

19 machine-learning data-mining predictive-models boosting overfitting

2

¿Cómo se pueden usar las redes neuronales recurrentes para la clasificación de secuencias?

RNN se puede utilizar para la predicción, o el mapeo secuencia a secuencia. Pero, ¿cómo se puede usar RNN para la clasificación? Quiero decir, le damos a una secuencia completa una etiqueta.

19 machine-learning neural-networks rnn

2

¿Qué significa el nombre "Regresión logística"?

Estoy comprobando una implementación de Regresión logística desde aquí . Después de leer ese artículo, parece que la parte importante es encontrar los mejores coeficientes para determinar la función sigmoidea. Así que me pregunto por qué este método se llama "Regresión logística". ¿Está relacionado con la función logarítmica? Tal vez …

19 regression machine-learning logistic

1

Modelado predictivo: ¿debería importarnos el modelado mixto?

Para el modelado predictivo, ¿debemos preocuparnos por conceptos estadísticos como los efectos aleatorios y la no independencia de las observaciones (medidas repetidas)? Por ejemplo.... Tengo datos de 5 campañas de correo directo (ocurridas en el transcurso de un año) con varios atributos y una bandera de compra. Idealmente, usaría todos …

19 machine-learning predictive-models repeated-measures assumptions

6

Programador que busca entrar en el campo de aprendizaje automático

Soy un desarrollador de software (principalmente .NET y Python con aproximadamente 5 años de experiencia). ¿Qué puedo hacer para ayudarme a conseguir un trabajo en el campo de aprendizaje automático o realmente cualquier cosa que me ayude a comenzar en ese campo? ¿El título de postgrado es un requisito difícil?

19 machine-learning data-mining careers

2

Calcular el límite de decisión de un modelo SVM lineal

Dados los vectores de soporte de un SVM lineal, ¿cómo puedo calcular la ecuación del límite de decisión?

19 machine-learning svm

2

¿Cuándo es significativo el "vecino más cercano" hoy?

En 1999, Beyer et al. preguntó: ¿ Cuándo es significativo el "vecino más cercano"? ¿Existen mejores formas de analizar y visualizar el efecto de la planitud de distancia en la búsqueda de NN desde 1999? ¿El conjunto de datos [un determinado] proporciona respuestas significativas al problema 1-NN? El problema de …

19 machine-learning k-nearest-neighbour

6

¿Cuál es la idea 'fundamental' del aprendizaje automático para estimar parámetros?

La idea "fundamental" de las estadísticas para estimar los parámetros es la máxima probabilidad . Me pregunto cuál es la idea correspondiente en el aprendizaje automático. Qn 1. ¿Sería justo decir que la idea 'fundamental' en el aprendizaje automático para estimar parámetros es: 'Funciones de pérdida' [Nota: tengo la impresión …

19 machine-learning maximum-likelihood loss-functions pac-learning

6

¿Es una mala idea ajustar el hiperparámetro en una muestra del conjunto de datos?

Tengo un conjunto de datos de 140000 ejemplos y 30 características para las que estoy entrenando a varios clasificadores para una clasificación binaria (SVM, Regresión logística, Bosque aleatorio, etc.) En muchos casos, el ajuste de hiperparámetros en todo el conjunto de datos mediante Grid o Búsqueda aleatoria es demasiado costoso …

19 machine-learning cross-validation hyperparameter

5

Cómo recodificar la variable categórica en variable numérica cuando se usa SVM o red neuronal

Para usar SVM o red neuronal, necesita transformar (codificar) variables categóricas en variables numéricas, el método normal en este caso es usar valores binarios 0-1 con el k-ésimo valor categórico transformado para ser (0,0, .. ., 1,0, ... 0) (1 está en la posición k-ésima). ¿Hay otros métodos para hacer …

19 machine-learning neural-networks categorical-data svm categorical-encoding

Preguntas etiquetadas con machine-learning