Estadísticas y Big Data machine-learning

3

¿Qué le puede decir a un niño de la escuela sobre estadísticas y aprendizaje automático?

La semana que viene tenemos un interno de una escuela local en la casa. El concepto detrás de su breve pasantía es tener una idea de cómo funciona el mundo real y de qué se ocupan ciertos trabajos, cómo se ve el trabajo diario, etc. Ahora me preguntaba, ¿qué se …

14 machine-learning teaching

2

Codificación de características categóricas en números para el aprendizaje automático

Muchos algoritmos de aprendizaje automático, por ejemplo, redes neuronales, esperan lidiar con los números. Entonces, cuando tiene datos categóricos, necesita convertirlos. Por categórico quiero decir, por ejemplo: Marcas de automóviles: Audi, BMW, Chevrolet ... ID de usuario: 1, 25, 26, 28 ... Aunque los ID de usuario son números, son …

14 machine-learning many-categories

5

¿Qué algoritmo de clasificación estadística puede predecir verdadero / falso para una secuencia de entradas?

Dada una secuencia de entradas, necesito determinar si esta secuencia tiene cierta propiedad deseada. La propiedad solo puede ser verdadera o falsa, es decir, solo hay dos clases posibles a las que puede pertenecer una secuencia. La relación exacta entre la secuencia y la propiedad no está clara, pero creo …

14 machine-learning classification modeling

8

¿Cuáles son los "algoritmos activos" para el aprendizaje automático?

Esta es una pregunta ingenua de alguien que comienza a aprender el aprendizaje automático. Estoy leyendo en estos días el libro "Aprendizaje automático: una perspectiva algorítmica" de Marsland. Lo encuentro útil como libro introductorio, pero ahora me gustaría entrar en algoritmos avanzados, los que actualmente están dando los mejores resultados. …

14 machine-learning clustering bioinformatics

1

Cuando las clases desequilibradas de sobremuestreo o submuestreo, ¿la precisión de maximización difiere de la minimización de los costos de clasificación errónea?

En primer lugar, me gustaría describir algunos diseños comunes que usan los libros de minería de datos que explican cómo tratar con conjuntos de datos no balanceados . Por lo general, la sección principal se denomina Conjuntos de datos no balanceados y cubren estas dos subsecciones: Clasificación sensible al costo …

14 machine-learning classification unbalanced-classes

1

Interpretación de la distancia desde el hiperplano en SVM

Tengo algunas dudas para entender los SVM de forma intuitiva. Supongamos que hemos entrenado un modelo SVM para la clasificación utilizando alguna herramienta estándar como SVMLight o LibSVM. Cuando usamos este modelo para la predicción de datos de prueba, el modelo genera un archivo con valores "alfa" para cada punto …

14 machine-learning svm max-margin

1

¿Cuándo querría usar AdaBoost?

Como he oído hablar del clasificador AdaBoost que se menciona repetidamente en el trabajo, quería tener una mejor idea de cómo funciona y cuándo uno podría usarlo. Continué y leí una serie de documentos y tutoriales que encontré en Google, pero hay aspectos del clasificador que todavía tengo problemas para …

14 machine-learning boosting adaboost

2

Pedido de series de tiempo para aprendizaje automático

Después de leer uno de los "Consejos de investigación" de RJ Hyndman sobre validación cruzada y series de tiempo, volví a una vieja pregunta mía que trataré de formular aquí. La idea es que en los problemas de clasificación o regresión, el orden de los datos no es importante y, …

14 time-series machine-learning cross-validation

2

¿Por qué mejora la estimación de error OOB de bosque aleatorio cuando disminuye el número de características seleccionadas?

Estoy aplicando un algoritmo de bosque aleatorio como clasificador en un conjunto de datos de microarrays que se dividen en dos grupos conocidos con miles de características. Después de la ejecución inicial, miro la importancia de las características y ejecuto nuevamente el algoritmo del árbol con las 5, 10 y …

14 r machine-learning classification random-forest

1

¿En qué se diferencia el refuerzo suave de AdaBoost?

Hay una variante de impulso llamada gentleboost . ¿En qué se diferencia el impulso suave del AdaBoost más conocido ?

14 machine-learning boosting

3

¿Cuál es el valor máximo de la divergencia Kullback-Leibler (KL)

Voy a usar la divergencia de KL en mi código de Python y obtuve este tutorial . En ese tutorial, implementar la divergencia de KL es bastante simple. kl = (model * np.log(model/actual)).sum() Según tengo entendido, la distribución de probabilidad de modely actualdebería ser <= 1. Mi pregunta es, ¿cuál …

14 machine-learning distance kullback-leibler

1

Caret glmnet vs cv.glmnet

Parece haber mucha confusión en la comparación de usar glmnetdentro caretpara buscar una lambda óptima y usar cv.glmnetpara hacer la misma tarea. Se plantearon muchas preguntas, por ejemplo: Modelo de clasificación train.glmnet vs. cv.glmnet? ¿Cuál es la forma correcta de usar glmnet con caret? Validación cruzada de `glmnet` usando` caret` …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

4

Intervalos de predicción para algoritmos de aprendizaje automático

Quiero saber si el proceso descrito a continuación es válido / aceptable y si hay alguna justificación disponible. La idea: los algoritmos de aprendizaje supervisados no asumen estructuras / distribuciones subyacentes sobre los datos. Al final del día, generan estimaciones puntuales. Espero cuantificar la incertidumbre de las estimaciones de alguna …

14 machine-learning confidence-interval bootstrap supervised-learning gbm

3

¿Cómo modelar big data longitudinal?

Tradicionalmente utilizamos modelos mixtos para modelar datos longitudinales, es decir, datos como: id obs age treatment_lvl yield 1 0 11 M 0.2 1 1 11.5 M 0.5 1 2 12 L 0.6 2 0 17 H 1.2 2 1 18 M 0.9 podemos suponer intercepción aleatoria o pendiente para diferentes …

14 machine-learning data-transformation random-forest panel-data large-data

1

GAM vs LOESS vs splines

Contexto : Quiero trazar una línea en un diagrama de dispersión que no aparece paramétrico, por lo tanto, estoy usando geom_smooth()en ggploten R. Devuelve automáticamente. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to …

14 r gam splines loess r data-visualization boxplot mathematical-statistics theory sufficient-statistics machine-learning classification correlation svm feature-selection probability stochastic-processes machine-learning reinforcement-learning

Preguntas etiquetadas con machine-learning