Preguntas etiquetadas con machine-learning

De acuerdo con este tutorial sobre aprendizaje profundo , la pérdida de peso (regularización) generalmente no se aplica a los términos de sesgo b ¿por qué? ¿Cuál es el significado (intuición) detrás de esto?

13 machine-learning  neural-networks  bias  regularization 

Entiendo que el principio básico detrás del algoritmo para LLE consta de tres pasos. Encontrar la vecindad de cada punto de datos por alguna métrica como k-nn. Encuentre pesos para cada vecino que denotan el efecto que tiene el vecino en el punto de datos. Construya la incrustación de baja …

13 machine-learning  model-selection  feature-selection  dimensionality-reduction  nonlinear 

Estoy siguiendo la pregunta que había hecho anteriormente sobre RBM . Veo mucha literatura que los describe, pero ninguno que en realidad habla de regresión (ni siquiera clasificación con datos etiquetados). Tengo la sensación de que se usa solo para datos no etiquetados. ¿Hay algún recurso para manejar la regresión? …

13 regression  machine-learning  classification  neural-networks 

Tengo una lista de proteínas con sus valores característicos. Una tabla de muestra se ve así: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 Las filas son proteínas y las columnas son características. También tengo una lista de proteínas que también interactúan; por ejemplo Protein3, Protein4 Protein1, Protein2 Protein4, Protein1 Problema : para …

13 machine-learning  statistical-significance  feature-selection  networks 

Tengo un conjunto de datos con dos clases superpuestas, siete puntos en cada clase, los puntos están en un espacio bidimensional. En R, y estoy corriendo svmdesde el e1071paquete para construir un hiperplano de separación para estas clases. Estoy usando el siguiente comando: svm(x, y, scale = FALSE, type = …

13 r  machine-learning  svm  libsvm  e1071 

Por ejemplo, uno quiere predecir los precios de la vivienda y tener dos características de entrada de longitud y anchura de la vivienda. A veces, uno también incluye características de entrada polinomiales 'derivadas', como el área, que es largo * ancho. 1) ¿Cuál es el punto de incluir características derivadas? …

13 machine-learning  neural-networks 

Yo leí en este sitio que, aparentemente, el Kinect utiliza los algoritmo de bosques aleatorios para el aprendizaje de máquina de alguna manera. ¿Alguien puede explicar para qué sirve los bosques aleatorios y cómo funciona su enfoque?

13 machine-learning  random-forest  application 

¿Me puede recomendar un libro con buena información que pueda aplicarse para desarrollar un sistema de recomendación?

13 machine-learning  references  recommender-system 

Con el conocimiento limitado que tengo sobre SVM, es bueno para una matriz de datos corta y gruesa (muchas características, y no demasiadas instancias), pero no para grandes datos.XXX Entiendo que una razón es que Kernel Matrix es una matriz donde, es el número de instancias en los datos. Si …

13 machine-learning  svm  large-data 

Mi pregunta proviene del siguiente hecho. He estado leyendo publicaciones, blogs, conferencias, así como libros sobre aprendizaje automático. Mi impresión es que los profesionales del aprendizaje automático parecen ser indiferentes a muchas cosas que les interesan a los estadísticos / econométricos. En particular, los profesionales del aprendizaje automático enfatizan la …

13 machine-learning  self-study  inference 

En el aprendizaje automático, podemos usar el área bajo la curva ROC ( AUC abreviado a menudo , o AUROC) para resumir qué tan bien un sistema puede discriminar entre dos categorías. En la teoría de detección de señal, a menudo el d′d′d' (índice de sensibilidad) se usa para un …

13 machine-learning  roc  auc  signal-detection  d-prime 

¿Existe alguna literatura que examine la elección del tamaño del minibatch al realizar el descenso de gradiente estocástico? En mi experiencia, parece ser una opción empírica, que generalmente se encuentra a través de la validación cruzada o el uso de diferentes reglas generales. ¿Es una buena idea aumentar lentamente el …

13 machine-learning  gradient-descent  hyperparameter  deep-learning 

¿Hay alguna manera de realizar la regresión de proceso gaussiana en la salida multidimensional (posiblemente correlacionada) usando GPML ? En el script de demostración solo pude encontrar un ejemplo de 1D. Una pregunta similar sobre CV que aborda el caso de entrada multidimensional. Revisé su libro para ver si podía …

13 regression  machine-learning  matlab  gaussian-process  nonparametric-bayes 

¿Cómo puedo demostrar que el producto puntual de dos funciones del núcleo es una función del núcleo?

13 machine-learning  kernel-trick 

Cuando las personas hablan de redes neuronales, ¿qué quieren decir cuando dicen "tamaño de núcleo"? Los núcleos son funciones de similitud, pero ¿qué dice eso sobre el tamaño del núcleo?

13 machine-learning  neural-networks