Preguntas etiquetadas con machine-learning

Tengo un conjunto de datos con variable continua y una variable objetivo binaria (0 y 1). Necesito discretizar las variables continuas (para la regresión logística) con respecto a la variable objetivo y con la restricción de que la frecuencia de observación en cada intervalo debe estar equilibrada. Intenté algoritmos de …

9 r  machine-learning  chi-squared  discrete-data  supervised-learning 

Este artículo afirma que en CART, debido a que se realiza una división binaria en una sola covariable en cada paso, todas las divisiones son ortogonales y, por lo tanto, no se consideran las interacciones entre covariables. Sin embargo, muchas referencias muy serias afirman, por el contrario, que la estructura …

9 machine-learning  classification  data-mining  cart 

En CNN, aprenderemos los filtros para producir el mapa de características en la capa convolucional. En Autoencoder, la única unidad oculta de cada capa se puede considerar como filtro. ¿Cuál es la diferencia entre los filtros aprendidos en estas dos redes?

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

Uno de los métodos de evaluación para ImageNet Competition (clasificar imágenes de 1,000 categorías) es el error de top 5, ¿qué significa eso? Ver: http://www.image-net.org/challenges/LSVRC/

9 machine-learning  classification  computer-vision 

Necesito implementar la detección de anomalías en varios conjuntos de datos de series temporales. Nunca he hecho esto antes y esperaba algún consejo. Me siento muy cómodo con Python, por lo que preferiría que se implementara la solución (la mayor parte de mi código es Python para otras partes de …

9 machine-learning  time-series  python  computational-statistics  anomaly-detection 

En el aprendizaje automático, a menudo se supone que un conjunto de datos se encuentra en un múltiple liso de baja dimensión (el supuesto múltiple), pero ¿hay alguna forma de demostrar que si se cumplen ciertas condiciones, entonces el conjunto de datos se genera (aproximadamente)? de un múltiple liso de …

9 machine-learning  dimensionality-reduction  manifold-learning 

Tengo datos ruidosos de dos variables como esta. x1 <- rep(seq(0,1, 0.1), each = 3000) set.seed(123) y1 <- rep (c(0.2, 0.8, 0.3, 0.9, 0.65, 0.35,0.7,0.1,0.25, 0.3, 0.95), each = 3000) set.seed(1234) e1 = rnorm(length(x1), 0.07,0.07) set.seed(1223) e2 = rnorm(length(x1), 0.07,0.07) set.seed(1334) yn <- rnorm(20000, 0.5,0.9) set.seed(2344) xn <- rnorm(20000, 0.5,0.9) …

9 r  machine-learning  clustering 

Me doy cuenta de que hay 3 parámetros de ajuste en el modelo de árboles de refuerzo, es decir El número de árboles (número de iteraciones) parámetro de contracción Número de divisiones (tamaño de cada árbol constituyente) Mi pregunta es: para cada uno de los parámetros de ajuste, ¿cómo debo …

9 machine-learning  cross-validation  computational-statistics  boosting  gbm 

Estoy buscando predecir grupos de artículos que alguien comprará ... es decir, tengo múltiples variables dependientes colineales. En lugar de construir 7 modelos independientes para predecir la probabilidad de que alguien compre cada uno de los 7 artículos, y luego combinar los resultados, ¿qué métodos debo considerar para tener un …

9 r  machine-learning  multivariate-analysis 

Un enfoque típico para resolver un problema de clasificación es identificar una clase de modelos candidatos y luego realizar la selección del modelo utilizando algún procedimiento como la validación cruzada. Por lo general, uno selecciona el modelo con la mayor precisión o alguna función relacionada que codifica información específica del …

9 machine-learning  model-selection  error  scoring-rules 

Tengo muchas imágenes de trama de satélite disponibles de diferentes sensores. De estos, los más gruesos tienen una resolución temporal muy abundante. Los rásteres de resolución media tienden a tener menos fechas de adquisición, pero aún hay cierto grado de información disponible. Las de resolución más fina tienen una resolución …

9 time-series  machine-learning  predictive-models  multivariate-regression 

No he encontrado ninguna literatura sobre la aplicación de bosques aleatorios a MNIST, CIFAR, STL-10, etc., así que pensé en probarlos con el MNIST invariante de permutación. En R , intenté: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) Esto funcionó durante 2 horas y obtuvo un error de prueba del 2.8%. También …

9 r  machine-learning  classification  random-forest  scikit-learn 

Pregunta : ¿La configuración a continuación es una implementación sensata de un modelo de Markov oculto? Tengo un conjunto de datos de 108,000observaciones (tomadas en el transcurso de 100 días) y aproximadamente 2000eventos a lo largo de todo el período de observación. Los datos se parecen a la figura a …

9 time-series  machine-learning  predictive-models  markov-chain  hidden-markov-model 

Los algoritmos de aprendizaje automático escalables parecen ser el zumbido en estos días. Cada empresa maneja nada menos que big data . ¿Existe un libro de texto que discuta qué algoritmos de aprendizaje automático se pueden escalar usando arquitecturas paralelas como Map-Reduce y qué algoritmos no pueden? O algunos documentos …

9 machine-learning  large-data 

Esta puede ser una pregunta tonta, pero cuando se genera un modelo con cuidado y se usa algo como LOOCVo (aún más importante) LGOCV, ¿cuál es el beneficio de dividir los datos en trenes y conjuntos de pruebas si esto es esencialmente el paso de validación cruzada? lo hace de …

9 r  machine-learning  cross-validation  caret