Estadísticas y Big Data machine-learning

3

¿Se puede usar un bosque aleatorio para la selección de características en regresión lineal múltiple?

Dado que RF puede manejar la no linealidad pero no puede proporcionar coeficientes, ¿sería prudente utilizar un bosque aleatorio para reunir las características más importantes y luego conectar esas características en un modelo de regresión lineal múltiple para obtener sus coeficientes?

50 regression machine-learning feature-selection random-forest regression-strategies

8

Libro para leer antes de Elementos de aprendizaje estadístico?

En base a esta publicación , quiero digerir Elementos de aprendizaje estadístico. Afortunadamente está disponible de forma gratuita y comencé a leerlo. No tengo suficiente conocimiento para entenderlo. ¿Me puede recomendar un libro que sea una mejor introducción a los temas del libro? ¿Ojalá algo que me dé el conocimiento …

50 machine-learning references

3

Agrupación con K-Means y EM: ¿cómo se relacionan?

He estudiado algoritmos para agrupar datos (aprendizaje no supervisado): EM y k-means. Sigo leyendo lo siguiente: k-means es una variante de EM, con los supuestos de que los grupos son esféricos. ¿Alguien puede explicar la oración anterior? No entiendo qué significa esférico y cómo se relacionan kmeans y EM, ya …

50 machine-learning clustering data-mining k-means expectation-maximization

4

Umbral de probabilidad de clasificación

Tengo una pregunta sobre la clasificación en general. Supongamos que f es un clasificador, que genera un conjunto de probabilidades dados algunos datos D. Normalmente, uno diría: bueno, si P (c | D)> 0.5, asignaremos una clase 1, de lo contrario 0 (deje que esto sea un binario clasificación). Mi …

49 machine-learning classification binary-data threshold

1

¿Qué tan grande debe ser el tamaño del lote para el descenso de gradiente estocástico?

Entiendo que el descenso de gradiente estocástico puede usarse para optimizar una red neuronal usando la propagación hacia atrás actualizando cada iteración con una muestra diferente del conjunto de datos de entrenamiento. ¿Qué tan grande debe ser el tamaño del lote?

49 machine-learning neural-networks gradient-descent backpropagation

1

Métricas de rendimiento para evaluar el aprendizaje no supervisado

Con respecto al aprendizaje no supervisado (como la agrupación), ¿hay alguna métrica para evaluar el rendimiento?

49 machine-learning clustering data-mining unsupervised-learning

3

Redes neuronales recurrentes vs recursivas: ¿cuál es mejor para la PNL?

Hay redes neuronales recurrentes y redes neuronales recursivas. Ambos generalmente se denotan con el mismo acrónimo: RNN. Según Wikipedia , los NN recurrentes son de hecho NN recursivos, pero realmente no entiendo la explicación. Además, no parece encontrar cuál es mejor (con ejemplos más o menos) para el procesamiento del …

48 machine-learning neural-networks deep-learning natural-language

7

Por dónde empezar con estadísticas para un desarrollador experimentado

Durante el primer semestre de 2015 hice el curso de Machine Learning (por Andrew Ng, GREAT course). Y aprendí los conceptos básicos del aprendizaje automático (regresión lineal, regresión logística, SVM, redes neuronales ...) También he sido desarrollador durante 10 años, por lo que aprender un nuevo lenguaje de programación no …

47 r regression machine-learning references

4

Desequilibrio de clase en aprendizaje automático supervisado

Esta es una pregunta en general, no específica de ningún método o conjunto de datos. ¿Cómo lidiamos con un problema de desequilibrio de clase en el aprendizaje automático supervisado donde el número de 0 es alrededor del 90% y el número de 1 es alrededor del 10% en su conjunto …

47 machine-learning unbalanced-classes supervised-learning

3

Comprender Bayes ingenuos

De StatSoft, Inc. (2013), Electronic Statistics Textbook , "Naive Bayes Classifier" : Para demostrar el concepto de Clasificación Naïve Bayes, considere el ejemplo que se muestra en la ilustración de arriba. Como se indicó, los objetos se pueden clasificar como VERDES o ROJOS. Mi tarea es clasificar los casos nuevos …

47 machine-learning naive-bayes

2

¿Por qué las redes neuronales convolucionales no utilizan una máquina de vectores de soporte para clasificar?

En los últimos años, las redes neuronales convolucionales (CNN) se han convertido en el estado del arte para el reconocimiento de objetos en la visión por computadora. Por lo general, una CNN consta de varias capas convolucionales, seguidas de dos capas completamente conectadas. Una intuición detrás de esto es que …

46 machine-learning neural-networks svm deep-learning conv-neural-network

3

¿El número óptimo de árboles en un bosque aleatorio depende del número de predictores?

¿Alguien puede explicar por qué necesitamos una gran cantidad de árboles en un bosque aleatorio cuando la cantidad de predictores es grande? ¿Cómo podemos determinar la cantidad óptima de árboles?

46 machine-learning random-forest

1

Entendiendo que "casi todos los mínimos locales tienen un valor de función muy similar al óptimo global"

En una reciente publicación de blog de Rong Ge, se dijo que: Se cree que para muchos problemas, incluido el aprendizaje de redes profundas, casi todos los mínimos locales tienen un valor de función muy similar al óptimo global y, por lo tanto, encontrar un mínimo local es lo suficientemente …

46 machine-learning neural-networks optimization deep-learning

6

¿Cuáles son las alternativas del descenso de gradiente?

Gradient Descent tiene el problema de quedarse atascado en los mínimos locales. Necesitamos correr tiempos exponenciales de descenso de gradiente para encontrar mínimos globales. ¿Alguien puede decirme acerca de las alternativas de descenso de gradiente que se aplican en el aprendizaje de redes neuronales, junto con sus pros y sus …

46 machine-learning svm neural-networks

1

¿Diferencia entre GradientDescentOptimizer y AdamOptimizer (TensorFlow)?

He escrito un MLP simple en TensorFlow que está modelando un XOR-Gate . Entonces para: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] debería producir lo siguiente: output_data = [[0.], [1.], [1.], [0.]] La red tiene una capa de entrada, una capa oculta y una capa de salida …

45 machine-learning neural-networks error gradient-descent supervised-learning

Preguntas etiquetadas con machine-learning