Estadísticas y Big Data machine-learning

1

¿Alguien puede explicar que tengo 5 años sobre este problema del ESL Book de Hastie?

Estoy trabajando en el libro de ESL de Hastie, y estoy teniendo un momento difícil con la pregunta 2.3. La pregunta es la siguiente: Estamos considerando una estimación vecina más cercana en el origen, y la ecuación indica la distancia media desde el origen hasta el punto de datos más …

9 machine-learning computational-statistics

6

Me gustaría aprender sobre la teoría de la probabilidad, la teoría de la medición y, finalmente, el aprendizaje automático. ¿Dónde empiezo? [cerrado]

Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 3 años . Me gustaría aprender sobre la teoría de la probabilidad, la teoría de …

9 machine-learning probability references measure-theory

1

¿Cómo funciona el aprendiz de base lineal para impulsar? ¿Y cómo funciona en la biblioteca xgboost?

Sé cómo implementar la función objetivo lineal y los aumentos lineales en XGBoost. Mi pregunta concreta es: cuando el algoritmo se ajusta al residual (o al gradiente negativo), ¿está usando una característica en cada paso (es decir, modelo univariante) o todas las características (modelo multivariado)? Cualquier referencia a la documentación …

9 regression machine-learning boosting xgboost

1

¿Qué tan eficiente es Q-learning con redes neuronales cuando hay una unidad de salida por acción?

Antecedentes: estoy usando la aproximación del valor Q de la red neuronal en mi tarea de aprendizaje de refuerzo. El enfoque es exactamente el mismo que el descrito en esta pregunta , sin embargo, la pregunta en sí es diferente. En este enfoque, el número de resultados es el número …

9 machine-learning neural-networks reinforcement-learning q-learning

4

¿Por qué se requiere el descenso de gradiente?

Cuando podemos diferenciar la función de costo y encontrar parámetros resolviendo ecuaciones obtenidas a través de la diferenciación parcial con respecto a cada parámetro y descubrir dónde la función de costo es mínima. También creo que es posible encontrar múltiples lugares donde las derivadas son cero, por lo tanto, podemos …

9 machine-learning computational-statistics

1

¿Cuántos datos para el aprendizaje profundo?

Estoy aprendiendo sobre el aprendizaje profundo (específicamente CNN) y cómo normalmente requiere una gran cantidad de datos para evitar el sobreajuste. Sin embargo, también me han dicho que cuanto mayor capacidad / más parámetros tiene un modelo, más datos se requieren para evitar el sobreajuste. Por lo tanto, mi pregunta …

9 machine-learning neural-networks deep-learning conv-neural-network

2

Predecir la confianza de una red neuronal

Supongamos que quiero entrenar una red neuronal profunda para realizar una clasificación o regresión, pero quiero saber qué tan segura será la predicción. ¿Cómo podría lograr esto? Mi idea es calcular la entropía cruzada para cada dato de entrenamiento, en función de su rendimiento de predicción en los medidores neurales …

9 machine-learning neural-networks

1

Normalización de entrada para neuronas ReLU

De acuerdo con "Efficient Backprop" de LeCun et al (1998) , es una buena práctica normalizar todas las entradas para que estén centradas alrededor de 0 y se encuentren dentro del rango de la segunda derivada máxima. Entonces, por ejemplo, usaríamos [-0.5,0.5] para la función "Tanh". Esto es para ayudar …

9 machine-learning neural-networks normalization deep-learning multidimensional-scaling

2

El cuello de botella de aplicar el aprendizaje profundo en la práctica

Después de leer muchos documentos de aprendizaje profundo, una especie de sentimiento brusco es que existen muchos trucos en el entrenamiento de la red para obtener un rendimiento mejor de lo normal. Desde la perspectiva de la aplicación de la industria, es muy difícil desarrollar este tipo de trucos, excepto …

9 machine-learning deep-learning deep-belief-networks

1

¿Los contornos

Supongo una configuración general de regresión, es decir, una función continua se elige de una familia { h θ } θ para ajustarse a los datos dados ( x i , y i ) ∈ X × R n , i = 1 , ... , k ( X puede …

9 regression machine-learning multiple-regression

1

¿Por qué el descenso de gradiente proximal en lugar de los métodos de subgradiente simples para Lasso?

Estaba pensando en resolver Lasso a través de métodos de subgrado de vainilla. Pero he leído personas que sugieren usar el descenso de gradiente proximal. ¿Alguien puede resaltar por qué se usa GD proximal en lugar de los métodos de subgradiente de vainilla para Lasso?

9 machine-learning optimization lasso gradient-descent

1

No se puede hacer que esta red de codificador automático funcione correctamente (con capas convolucionales y maxpool)

Las redes de autoencoder parecen ser mucho más difíciles que las redes MLP clasificadoras normales. Después de varios intentos de usar Lasagne, todo lo que obtengo en la salida reconstruida es algo que se asemeja en su mejor momento a un promedio borroso de todas las imágenes de la base …

9 machine-learning neural-networks dimensionality-reduction unsupervised-learning autoencoders

2

Cuando uso SVM, ¿por qué necesito escalar las funciones?

De acuerdo con la documentación del objeto StandardScaler en scikit-learn: Por ejemplo, muchos elementos utilizados en la función objetivo de un algoritmo de aprendizaje (como el núcleo RBF de Support Vector Machines o los regularizadores L1 y L2 de modelos lineales) suponen que todas las características están centradas alrededor de …

9 machine-learning svm standard-deviation mean references

1

Conciliación de árboles de regresión potenciada (BRT), modelos potenciados generalizados (GBM) y máquina de potenciación de gradiente (GBM)

Preguntas: ¿Cuál es la diferencia (s) entre los árboles de regresión potenciados (BRT) y los modelos potenciados generalizados (GBM)? ¿Se pueden usar indistintamente? ¿Es una una forma específica de la otra? ¿Por qué Ridgeway usó la frase "Modelos de regresión aumentada generalizada" (GBM) para describir lo que Friedman había propuesto …

9 machine-learning boosting gbm

2

¿Estimación de error fuera de bolsa para aumentar?

En Random Forest, cada árbol se cultiva en paralelo en una muestra boostrap única de los datos. Debido a que se espera que cada muestra de boostrap contenga aproximadamente el 63% de las observaciones únicas, esto deja aproximadamente el 37% de las observaciones, que se pueden usar para probar el …

9 machine-learning cross-validation data-mining random-forest boosting

Preguntas etiquetadas con machine-learning