Preguntas etiquetadas con machine-learning

Entonces, tengo una matriz de aproximadamente 60 x 1000. Lo estoy viendo como 60 objetos con 1000 características; Los 60 objetos se agrupan en 3 clases (a, b, c). 20 objetos en cada clase, y sabemos la verdadera clasificación. Me gustaría hacer un aprendizaje supervisado en este conjunto de 60 …

12 machine-learning  classification  multilevel-analysis  random-forest  stratification 

Últimamente he estado viendo muchos documentos sobre representaciones dispersas, y la mayoría de ellos usan la norma ℓpℓp\ell_p y minimizan un poco. Mi pregunta es, ¿cuál es la norma ℓpℓp\ell_p y la norma mixta ℓp,qℓp,q\ell_{p, q} ? ¿Y cómo son relevantes para la regularización? Gracias

12 machine-learning  regularization  sparse 

¿Cuál es / son la / s diferencia / s entre estos modelos de representación de texto: bolsa de palabras y modelo de espacio vectorial?

12 machine-learning  text-mining 

Actualmente trabaja en Octave, pero debido a la pobre documentación, el progreso es muy lento. ¿Qué lenguaje es fácil de aprender y usar y está bien documentado para resolver problemas de aprendizaje automático? Estoy buscando crear un prototipo en un pequeño conjunto de datos (miles de ejemplos), por lo que …

12 r  machine-learning  matlab  software  python 

La función softmax, comúnmente utilizada en redes neuronales para convertir números reales en probabilidades, es la misma función que la distribución de Boltzmann, la distribución de probabilidad sobre las energías para un conjunto de partículas en equilibrio térmico a una temperatura T dada en termodinámica. Puedo ver algunas razones heurísticas …

12 machine-learning  neural-networks  softmax 

Me pregunto cuál es el valor intrínseco del uso de la media armónica (por ejemplo, para calcular las medidas F), en oposición a la media aritmética ponderada al combinar precisión y recuperación. Estoy pensando que el promedio aritmético ponderado podría desempeñar el papel de media armónica, ¿o me estoy perdiendo …

12 machine-learning  monte-carlo  precision-recall  harmonic-mean 

En Bishop's Pattern Recognition and Machine Learning leí lo siguiente, justo después de que se introdujera la densidad de probabilidad :p(x∈(a,b))=∫bap(x)dxp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x Bajo un cambio no lineal de variable, una densidad de probabilidad se transforma de manera diferente a una función simple, debido al factor jacobiano. Por ejemplo, si consideramos un …

12 machine-learning  probability 

En el aprendizaje por refuerzo, la aproximación de función lineal a menudo se usa cuando hay grandes espacios de estado. (Cuando las tablas de búsqueda se vuelven inviables). La forma del valor con aproximación de función lineal viene dada porQ -Q−Q- Q ( s , a ) = w1F1( s …

12 machine-learning  feature-selection  reinforcement-learning 

Estoy leyendo PRML y no entiendo la imagen. ¿Podría darnos algunas pistas para comprender la imagen y por qué el MLE de la varianza en una distribución gaussiana está sesgado? fórmula 1.55: fórmula 1.56 σ 2 M L E =1μMLE=1N∑n=1NxnμMLE=1N∑n=1Nxn \mu_{MLE}=\frac{1}{N} \sum_{n=1}^N x_n σ2MLE=1N∑n=1N(xn−μMLE)2σMLE2=1N∑n=1N(xn−μMLE)2 \sigma_{MLE}^2=\frac{1}{N}\sum_{n=1}^{N}(x_n-\mu_{MLE})^2

12 machine-learning  self-study  maximum-likelihood 

¿No puedo encontrar la definición general de qué es un clasificador? Entiendo cómo puede funcionar, pero no puedo llegar a una definición.

12 machine-learning  classification 

Mientras estudio la Estimación de máxima verosimilitud, para hacer inferencia en la Estimación de máxima verosimilitud, necesitamos conocer la varianza. Para descubrir la varianza, necesito conocer el límite inferior de Cramer's Rao, que se parece a una matriz de Hesse con una segunda derivación en la curvatura. Estoy un poco …

12 machine-learning  mathematical-statistics  maximum-likelihood  data-mining 

Cuando alguien dice que se muestrean datos de una distribución logarítmica uniforme entre 128 y 4000, ¿qué significa eso? ¿Qué tan diferente al muestreo de una distribución uniforme? Consulte este documento: http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf ¡Gracias!

12 machine-learning  distributions  uniform 

Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 ¿Cómo puedo calcular la precisión y la recuperación para que sea fácil calcular la puntuación F1? La matriz de confusión normal es una dimensión de 2 x 2. Sin embargo, cuando …

12 machine-learning  precision-recall 

No encontré una definición de función de pérdida en wiki en el contexto del aprendizaje automático. sin embargo, este es menos formal, es bastante claro. En esencia, una función de pérdida es increíblemente simple: es un método para evaluar qué tan bien su algoritmo modela su conjunto de datos. Si …

12 machine-learning 

El LSTM en el siguiente código Keras input_t = Input((4, 1)) output_t = LSTM(1)(input_t) model = Model(inputs=input_t, outputs=output_t) print(model.summary()) puede ser representado como Entiendo que cuando llamamos a model.predict(np.array([[[1],[2],[3],[4]]]))la (única) unidad LSTM, primero se procesa el vector [1], luego [2] más la retroalimentación de la entrada anterior y así sucesivamente …

12 machine-learning  neural-networks  lstm  keras