Estadísticas y Big Data machine-learning

1

¿Cómo calcula el aumento de gradiente las estimaciones de probabilidad?

He estado tratando de entender el aumento de gradiente leyendo varios blogs, sitios web y tratando de encontrar mi respuesta mirando, por ejemplo, el código fuente de XGBoost. Sin embargo, parece que no puedo encontrar una explicación comprensible de cómo los algoritmos de aumento de gradiente producen estimaciones de probabilidad. …

12 machine-learning classification boosting ensemble xgboost

2

Regresión lineal simple en Keras

Después de analizar esta pregunta: Intentando emular la regresión lineal usando Keras , he intentado dar mi propio ejemplo, solo para estudiar y desarrollar mi intuición. Descargué un conjunto de datos simple y usé una columna para predecir otra. Los datos se ven así: Ahora acabo de crear un modelo …

12 regression machine-learning neural-networks linear keras

2

Modelado con más variables que puntos de datos

Soy bastante nuevo en Machine Learning / Modeling y me gustaría conocer algunos antecedentes de este problema. Tengo un conjunto de datos donde el número de observaciones es sin embargo, el número de variables es . En primer lugar, ¿tiene sentido considerar la construcción de un modelo en un conjunto …

12 regression machine-learning dimensionality-reduction penalized

3

Significado de "error de reconstrucción" en PCA y LDA

Estoy implementando PCA, LDA y Naive Bayes, para compresión y clasificación respectivamente (implementando tanto un LDA para compresión y clasificación). Tengo el código escrito y todo funciona. Lo que necesito saber, para el informe, es cuál es la definición general de error de reconstrucción . Puedo encontrar muchas matemáticas y …

12 machine-learning pca terminology dimensionality-reduction discriminant-analysis

4

Inferencia libre de verosimilitud: ¿qué significa?

Recientemente me he dado cuenta de los métodos 'libres de probabilidades' que se usan en la literatura. Sin embargo, no tengo claro qué significa que un método de inferencia u optimización esté libre de probabilidades . En el aprendizaje automático, el objetivo suele ser maximizar la probabilidad de que algunos …

11 machine-learning deep-learning maximum-likelihood generative-models abc

5

¿Qué significa exactamente pedir prestada información?

A menudo la gente les habla sobre el préstamo de información o el intercambio de información en modelos jerárquicos bayesianos. Parece que no puedo obtener una respuesta directa sobre lo que esto realmente significa y si es exclusivo de los modelos jerárquicos bayesianos. Tengo una idea: algunos niveles en su …

11 machine-learning bayesian multilevel-analysis terminology hierarchical-bayesian

3

¿Cómo implementar la regularización L2 hacia un punto arbitrario en el espacio?

Aquí hay algo que leí en el libro de Ian Goodfellow Deep Learning . En el contexto de las redes neuronales, "la penalización de la norma del parámetro L2 se conoce comúnmente como pérdida de peso. Esta estrategia de regularización lleva los pesos más cerca del origen. [...] Más en …

11 machine-learning neural-networks deep-learning regularization

4

Redes neuronales artificiales ¿EQUIVALENTES a la regresión lineal con características polinómicas?

Quiero mejorar mi comprensión de las redes neuronales y sus beneficios en comparación con otros algoritmos de aprendizaje automático. Mi comprensión es la siguiente y mi pregunta es: ¿Pueden corregir y complementar mi comprensión por favor? :) Mi entendimiento: (1) Redes neuronales artificiales = Una función, que predice valores de …

11 regression machine-learning

2

¿Dividir los datos en conjuntos de prueba y entrenamiento es puramente una "estadística"?

Soy un estudiante de física que estudia el aprendizaje automático / ciencia de datos, así que no me refiero a que esta pregunta inicie ningún conflicto :) Sin embargo, una gran parte de cualquier programa de pregrado de física es hacer laboratorios / experimentos, lo que significa una gran cantidad …

11 regression machine-learning cross-validation dataset experiment-design

1

Inferencia variacional en inglés simple

Después de ver videos en YouTube, siento que realmente no puedo definir qué es la inferencia variacional. Puedo seguir los procedimientos mientras estoy viendo las conferencias en video al respecto. Pero difícil de definir qué es realmente. Espero escuchar sobre eso.

11 machine-learning mathematical-statistics data-mining

1

Límites de generalización en SVM

Estoy interesado en los resultados teóricos para la capacidad de generalización de las máquinas de vectores de soporte, por ejemplo, límites en la probabilidad de error de clasificación y en la dimensión Vapnik-Chervonenkis (VC) de estas máquinas. Sin embargo, al leer la literatura he tenido la impresión de que algunos …

11 machine-learning svm vc-dimension

2

¿Aprendizaje supervisado con datos inciertos?

¿Existe una metodología existente para aplicar un modelo de aprendizaje supervisado a un conjunto de datos incierto? Por ejemplo, supongamos que tenemos un conjunto de datos con clases A y B: +----------+----------+-------+-----------+ | FeatureA | FeatureB | Label | Certainty | +----------+----------+-------+-----------+ | 2 | 3 | A | 50% …

11 machine-learning supervised-learning

4

¿Cuál es la forma más adecuada de crear un conjunto de espera: eliminar algunos sujetos o eliminar algunas observaciones de cada sujeto?

Tengo un conjunto de datos con 26 características y 31000 filas. Es el conjunto de datos de 38 sujetos. Es para un sistema biométrico. Entonces quiero poder identificar sujetos. Para tener un conjunto de pruebas, sé que tengo que eliminar algunos valores. Entonces, ¿qué es mejor hacer y por qué? …

11 machine-learning cross-validation out-of-sample

1

¿Por qué una gran opción de K baja mi puntaje de validación cruzada?

Jugando con el conjunto de datos de vivienda de Boston y RandomForestRegressor(con parámetros predeterminados) en scikit-learn, noté algo extraño: la puntuación media de validación cruzada disminuyó a medida que aumentaba el número de pliegues más allá de 10. Mi estrategia de validación cruzada fue la siguiente: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) …

11 machine-learning cross-validation random-forest sample-size scikit-learn

2

técnicas de aprendizaje automático para datos longitudinales

Me preguntaba si había alguna técnica de aprendizaje automático (sin supervisión) para modelar datos longitudinales. Siempre he usado modelos de efectos mixtos (en su mayoría no lineales), pero me preguntaba si hay otras formas de hacerlo (usando el aprendizaje automático). Por aprendizaje automático, me refiero a bosque aleatorio, clasificación / …

11 machine-learning mixed-model

Preguntas etiquetadas con machine-learning