Preguntas etiquetadas con machine-learning

Recientemente me encontré con un artículo fascinante sobre la predicción de futuros rendimientos del mercado de valores. El autor presenta el siguiente gráfico y cita un R ^ 2 de 0.913. Esto haría que el método del autor fuera muy superior a cualquier cosa que haya visto sobre el tema …

8 machine-learning  time-series  forecasting  predictive-models 

Encontré la fórmula para obtener los límites superiores de confianza en el problema del bandido armado k: clnNini−−−−−√clnNinic\sqrt{\frac{\text{ln} N_i}{n_i}} donde es la cantidad de muestras que tenemos para este bandido particular y es la cantidad total de muestras que tenemos de todos los bandidos. El mismo algoritmo se usa en …

8 machine-learning  mathematical-statistics  confidence-interval  reinforcement-learning  multiarmed-bandit 

Estoy buscando estimar un GLM jerárquico pero con selección de características para determinar qué covariables son relevantes a nivel de población para incluir. Supongamos que tengo grupos con observaciones y posibles covariables. Es decir, tengo una matriz de diseño de covariables , resultados \ boldsymbol {y} _ {(N \ cdot …

8 machine-learning  bayesian  feature-selection  hierarchical-bayesian  shrinkage 

Soy nuevo en ML. Me informaron que la normalización L2 de la regresión de cresta no castiga la intercepción . Como en la función de costo: El término de normalización L2 solo suma de a , no de a . También leí eso:θ0θ0\theta_{0}∇θJ(θ)=12∑i=1m(hθ⃗ (x(i))−y(i))2+λ∑j=1nθ2j∇θJ(θ)=12∑i=1m(hθ→(x(i))−y(i))2+λ∑j=1nθj2 \nabla_{\theta}J(\theta)=\frac{1}{2}\sum_{i=1}^{m}(h_{\vec \theta}(x^{(i)})-y^{(i)})^2+\lambda\sum_{j=1}^{n}{\theta_{j}^{2}} λ∑nj=1θ2jλ∑j=1nθj2\lambda\sum_{j=1}^{n}{\theta_{j}^{2}}j=1j=1j=1nnnj=0j=0j=0nnn en la mayoría …

8 machine-learning  ridge-regression 

El aprendizaje profundo es un tema cada vez más candente en la actualidad. ¿Cuáles son los supuestos principales que hacen que el aprendizaje profundo carezca de algunos conjuntos de datos? Ej: ¿Funciona bien en conjuntos de datos ruidosos?

8 machine-learning  mathematical-statistics  deep-learning 

Estoy tratando de entender cuál es la diferencia entre el recocido simulado y la ejecución de múltiples algoritmos codiciosos de escalada. Según tengo entendido, el algoritmo codicioso llevará la puntuación a un máximo local, pero si comenzamos con múltiples configuraciones aleatorias y aplicamos codicioso a todos ellos, tendremos múltiples máximos …

8 machine-learning  optimization  algorithms 

A nivel de modelo, para evaluar la contribución / importancia del predictor podemos usar: Técnicas específicas del modelo: por ejemplo, pureza (índice de Gini) para un modelo basado en árboles, coeficientes del modelo cuando corresponda, etc. Técnicas independientes del modelo, por ejemplo, importancia de la característica de permutación, dependencia parcial, …

8 machine-learning  predictive-models 

TL; DR (demasiado largo, no leído): Estoy trabajando en un problema de predicción de series temporales, que formulo como un problema de regresión usando Deep Learning (keras). Quiero optimizar la correlación de Pearson entre mi predicción y las etiquetas verdaderas. Estoy confundido por el hecho de que usar MSE como …

8 machine-learning  deep-learning  loss-functions  pearson-r  mse 

El lazo y la red elástica no pueden manejar variables con más de dos categorías y, por lo tanto, es necesaria una división de variables categóricas en dummies para la aplicación de estos métodos. Esto puede dar lugar a varios problemas y, por lo tanto, existen extensiones para el lazo …

8 machine-learning  categorical-data  feature-selection  lasso  elastic-net 

Refiérase a la imagen de arriba, claramente un círculo puede separar las dos clases (imagen de la izquierda). ¿Por qué entonces tomar tanto dolor mapearlo a una función para hacerlo linealmente separable (imagen derecha)? ¿Alguien puede explicar? Realmente no pude encontrar nada en la web o conferencias de youtube sobre …

8 machine-learning  classification  svm  separation 

En las notas de la semana 5 para la clase de aprendizaje automático Coursera de Andrew Ng , se proporciona la siguiente fórmula para calcular el valor deϵϵ\epsilon solía inicializar ΘΘ\Theta con valores aleatorios: En el ejercicio , se dan más aclaraciones: Una estrategia efectiva para elegir ϵi n i …

8 machine-learning  neural-networks  random-generation 

En el aprendizaje profundo, y su aplicación a la visión por computadora, ¿es posible decir qué tipo de características extraen estos dos tipos de agrupación? por ejemplo, ¿es posible decir que max pool extrae bordes? ¿Podemos decir algo similar con respecto a la agrupación media? PS no dude en recomendar …

8 machine-learning  deep-learning  feature-construction  computer-vision 

Tengo la siguiente configuración para un proyecto de investigación de Finanzas / Aprendizaje automático en mi universidad: estoy aplicando una Red neuronal (profunda) (MLP) con la siguiente estructura en Keras / Theano para distinguir las existencias con mejor rendimiento (etiqueta 1) de las existencias con bajo rendimiento ( etiqueta 0). …

8 machine-learning  neural-networks  deep-learning  regularization  dropout 

¿Podemos generalizar todos los métodos de conjunto usando la votación? ¿Los métodos de impulso también usan la votación para llevar a los alumnos débiles al modelo final? Mi comprensión de la técnica: Impulso: agrega continuamente un alumno débil para aumentar los puntos de datos que no se clasificaron correctamente. Técnica …

8 machine-learning  boosting  ensemble  gbm  voting-system 

Según tengo entendido, las redes neuronales profundas están realizando un "aprendizaje de representación" al unir entidades en capas. Esto permite aprender estructuras dimensionales muy altas en las características. Por supuesto, es un modelo paramétrico con un número fijo de parámetros, por lo que tiene la limitación habitual de que la …

8 machine-learning  bayesian  nonparametric  deep-learning