Estadísticas y Big Data machine-learning

3

¿Cómo elegir una métrica de error al evaluar un clasificador?

He visto diferentes métricas de error utilizadas en las competiciones de Kaggle: RMS, media cuadrática, AUC, entre otras. ¿Cuál es la regla general para elegir una métrica de error, es decir, cómo sabe qué métrica de error usar para un problema determinado? ¿Hay alguna guía?

15 machine-learning classification error

4

Ventajas de las curvas ROC

¿Cuáles son las ventajas de las curvas ROC? Por ejemplo, estoy clasificando algunas imágenes que es un problema de clasificación binaria. Extraje alrededor de 500 características y apliqué un algoritmo de selección de características para seleccionar un conjunto de características, luego apliqué SVM para la clasificación. En este caso, ¿cómo …

15 machine-learning roc

7

¿Qué algoritmo de aprendizaje automático se puede utilizar para predecir el mercado de valores?

Alternativamente, para predecir los mercados de divisas. Sé que esto puede ser bastante complicado, así que como introducción, estoy buscando un algoritmo de predicción simple que tenga cierta precisión. (Es para un proyecto universitario de M.Sc. que dura cuatro meses) He leído que una red neuronal multicapa podría ser útil. …

15 machine-learning finance

1

¿Por qué un solo ReLU no puede aprender un ReLU?

Como seguimiento a Mi red neuronal ni siquiera puede aprender la distancia euclidiana , simplifiqué aún más y traté de entrenar una única ReLU (con peso aleatorio) en una sola ReLU. Esta es la red más simple que existe y, sin embargo, la mitad del tiempo no logra converger. Si …

15 machine-learning neural-networks optimization keras

2

¿Qué es el error de Bayes en el aprendizaje automático?

http://www.deeplearningbook.org/contents/ml.html La página 116 explica el error de bayes de la siguiente manera El modelo ideal es un oráculo que simplemente conoce la verdadera distribución de probabilidad que genera los datos. Incluso un modelo de este tipo aún incurrirá en algún error en muchos problemas, porque aún puede haber algo …

15 machine-learning deep-learning terminology

3

Métodos para solucionar el problema de la falta de datos en el aprendizaje automático

Prácticamente cualquier base de datos que queremos hacer predicciones utilizando algoritmos de aprendizaje automático encontrará valores faltantes para algunas de las características. Existen varios enfoques para abordar este problema, para excluir líneas que tienen valores faltantes hasta que se llenen con los valores medios de las características. Me gustaría utilizar …

15 machine-learning scikit-learn data-imputation

2

¿Qué es "línea base" en la curva de recuperación de precisión

Estoy tratando de entender la curva de recuperación de precisión, entiendo qué son la precisión y la recuperación, pero lo que no entiendo es el valor de "línea de base". Estaba leyendo este enlace https://classeval.wordpress.com/introduction/introduction-to-the-precision-recall-plot/ y no entiendo la parte de la línea de base como se muestra en "Una …

15 r machine-learning classification precision-recall

1

¿Qué método de comparación múltiple usar para un modelo lmer: lsmeans o glht?

Estoy analizando un conjunto de datos utilizando un modelo de efectos mixtos con un efecto fijo (condición) y dos efectos aleatorios (participante debido al diseño del sujeto y al par). El modelo se ha generado con el lme4paquete: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). A continuación, realicé una prueba de razón de probabilidad de este …

15 r repeated-measures multiple-comparisons post-hoc lsmeans bayesian posterior marginal integral anova time-series regularization machine-learning pca computational-statistics references inference regression cross-validation python random-forest chi-squared spearman-rho r machine-learning confidence-interval bagging clustering feature-selection model-selection bic hypothesis-testing kurtosis r regression residuals terminology

2

¿Cómo se actualizan los pesos en el método de aprendizaje por lotes en redes neuronales?

¿Alguien puede decirme cómo se supone que debo construir una red neuronal utilizando el método por lotes? He leído que, en el modo por lotes, para todas las muestras en el conjunto de entrenamiento, calculamos el error, los delta y, por lo tanto, los pesos delta para cada neurona en …

15 machine-learning neural-networks

1

Incluyendo términos de interacción en bosque aleatorio

Supongamos que tenemos una respuesta Y y predictores X1, ...., Xn. Si tratamos de ajustar Y a través de un modelo lineal de X1, ..., Xn, y resulta que la verdadera relación entre Y y X1, ..., Xn no era lineal, podríamos ser capaces para arreglar el modelo transformando las …

15 machine-learning random-forest

2

¿Cuál es la definición de precisión Top-n?

Estoy leyendo un artículo científico sobre clasificación de imágenes. En los resultados experimentales hablan de la precisión top-1 y top-5, pero nunca he oído hablar del término, ni puedo encontrarlo usando google. ¿Alguien puede darme una definición o señalarme a algún lado? :)

15 machine-learning

2

¿Por qué la escala es importante para la clasificación lineal SVM?

Al realizar la clasificación SVM lineal, a menudo es útil normalizar los datos de entrenamiento, por ejemplo restando la media y dividiendo por la desviación estándar, y luego escalar los datos de prueba con la media y la desviación estándar de los datos de entrenamiento. ¿Por qué este proceso cambia …

15 machine-learning svm standardization

1

¿Qué es la Clasificación temporal conexionista (CTC)?

Estoy buscando hacer un proyecto de reconocimiento óptico de caracteres (OCR). Después de investigar un poco, me he encontrado con una arquitectura que parece interesante: CNN + RNN + CTC. Estoy familiarizado con las redes neuronales contorneadas (CNN) y las redes neuronales recurrentes (RNN), pero ¿qué es la Clasificación temporal …

15 machine-learning deep-learning conv-neural-network rnn

1

¿Por qué es importante incluir un término de corrección de sesgo para el optimizador Adam para Deep Learning?

Estaba leyendo sobre el optimizador Adam para Deep Learning y encontré la siguiente oración en el nuevo libro Deep Learning de Begnio, Goodfellow y Courtville: Adam incluye correcciones de sesgo a las estimaciones de los momentos de primer orden (el término de momento) y los momentos de segundo orden (no …

15 machine-learning neural-networks optimization conv-neural-network adam

1

¿Qué nos dice la dimensión VC sobre el aprendizaje profundo?

En el aprendizaje automático básico, se nos enseñan las siguientes "reglas generales": a) el tamaño de sus datos debe ser al menos 10 veces el tamaño de la dimensión VC de su conjunto de hipótesis. b) una red neuronal con N conexiones tiene una dimensión VC de aproximadamente N. Entonces, …

15 machine-learning neural-networks deep-learning vc-dimension

Preguntas etiquetadas con machine-learning