Preguntas etiquetadas con machine-learning

Estoy un poco confundido sobre la fórmula para calcular la covarianza en el proceso gaussiano (la adición de la varianza siempre me confunde, ya que no siempre se denota explícitamente). El origen de la confusión es que las fórmulas que se dan en Reconocimiento de patrones y Aprendizaje automático de …

8 machine-learning  covariance  covariance-matrix  kernel-trick  gaussian-process 

Estoy bastante confundido en cuanto a cómo puedo calcular los valores AP o mAP, ya que parece haber bastantes métodos diferentes. Específicamente quiero obtener los valores AP / mAP para la detección de objetos. Todo lo que sé con certeza es: Recuperación = TP / (TP + FN), Precisión = …

8 machine-learning  precision-recall  model-evaluation  average-precision  object-detection 

En general, si tenemos un gran conjunto de datos, podemos dividirlo en (1) capacitación, (2) validación y (3) prueba. Utilizamos la validación para identificar los mejores hiperparámetros en la validación cruzada (por ejemplo, C en SVM) y luego entrenamos el modelo usando los mejores hiperparámetros con el conjunto de entrenamiento …

8 machine-learning  cross-validation  scikit-learn  hyperparameter  optimization 

Nuevo en estadística y aprendizaje automático y tomando algunos cursos en línea. Estoy tratando de entender la regresión logística con más detalles, y noté una diferencia en la fórmula entre el curso de Andrew Ng y el curso de aprendizaje estadístico de Stanford. A continuación publico una imagen de enlace …

8 regression  machine-learning  logistic 

Soy nuevo en la conversión de fórmulas a forma de matriz. Pero esto es necesario para un código de aprendizaje automático eficiente. Así que quiero entender la forma "correcta", no las cosas de vaquero que hago. Bien, aquí vamos, estoy tratando de convertir la suma ponderada de cuadrados del formulario …

8 regression  machine-learning  linear-algebra 

A menudo estudiamos el modelo de mezcla gaussiana como un modelo útil en el aprendizaje automático y sus aplicaciones. ¿Cuál es el significado físico de esta " mezcla "? ¿Se utiliza porque un modelo de mezcla gaussiana modela la probabilidad de una serie de variables aleatorias, cada una con su …

8 machine-learning  distributions  gaussian-mixture  mixture  mathematical-statistics 

De Wikipedia: En el modelado estadístico, el análisis de regresión es un proceso estadístico para estimar las relaciones entre variables. Incluye muchas técnicas para modelar y analizar varias variables, cuando el foco está en la relación entre una variable dependiente y una o más variables independientes (o 'predictores'). ¿No es …

8 regression  machine-learning  classification  definition 

Pregunta: ¿Alguien sabe de algún libro de texto que presente el aprendizaje automático (por primera vez) a través del enfoque espacial del núcleo de reproducción Hilbert ? Es decir, ¿qué supone el análisis funcional como requisito previo, pero no supone un conocimiento previo del aprendizaje automático? Cualquier artículo de la …

8 machine-learning  references 

Por primera vez (excusa imprecisión / errores) eché un vistazo a los procesos gaussianos y, más específicamente, vi este video de Nando de Freitas . Las notas están disponibles en línea aquí . En algún momento, extrae muestras aleatorias de una normal multivariada generada mediante la construcción de una matriz …

8 machine-learning  simulation  stochastic-processes  gaussian-process 

En SGD, una época sería la presentación completa de los datos de entrenamiento, y luego habría N actualizaciones de peso por época (si hay N ejemplos de datos en el conjunto de entrenamiento). Si ahora hacemos mini lotes, digamos en lotes de 20. ¿Una época ahora consiste en actualizaciones de …

8 machine-learning  neural-networks 

Quería entrenar una red con no linealidades que sufren el desvanecimiento (o el problema de gradiente explosivo, aunque principalmente se desvanecen). Sé que la forma estándar (actual) es usar la normalización por lotes 1 [BN] 1 o simplemente abandonar la no linealidad y usar las unidades ReLu Rectifier / ReLu …

8 machine-learning  neural-networks  conv-neural-network  batch-normalization 

En general, ¿debería volver a entrenar mi red neuronal con menos neuronas para que tenga menos neuronas ReLU muertas? He leído opiniones contradictorias sobre ReLU muertos. Algunas fuentes dicen que los ReLU muertos son buenos porque fomentan la escasez. Otros dicen que son malos porque los ReLU muertos están muertos …

8 machine-learning  neural-networks  conv-neural-network 

Sea f [x] una mezcla de Gauss pdf con n términos de peso uniforme, significa {μ1, . . . ,μnorte}{μ1,...,μn}\{\mu_{1},...,\mu_{n}\}, y las variaciones correspondientes {σ1, . . . ,σnorte}{σ1,...,σn}\{\sigma_{1},...,\sigma_{n}\} : F( x ) ≡1norte∑i = 1norte12 πσ2yo----√mi-( x -μyo)22σ2yof(x)≡1n∑i=1n12πσi2e−(x−μi)22σi2f(x)\equiv\frac{1}{n}\sum_{i=1}^{n}\frac{1}{\sqrt{2\pi\sigma_{i}^{2}}}e^{-\frac{(x-\mu_{i})^{2}}{2\sigma_{i}^{2}}} Parece intuitivo que la probabilidad logarítmica muestreada en los n centros …

8 machine-learning  gaussian-mixture 

He comenzado a leer sobre redes neuronales recurrentes (RNN) y memoria a corto plazo (LSTM) ... (... oh, no hay suficientes puntos de representación aquí para enumerar referencias ...) Una cosa que no entiendo: siempre parece que las neuronas en cada instancia de una capa oculta se "conectan completamente" con …

8 machine-learning  neural-networks  backpropagation 

He estado estudiando la teoría detrás de ANNs últimamente y quería entender la 'magia' detrás de su capacidad de clasificación no lineal de múltiples clases. Esto me llevó a este sitio web que hace un buen trabajo al explicar geométricamente cómo se logra esta aproximación. Así es como lo entendí …

8 machine-learning  neural-networks  approximation  intuition  function