Preguntas etiquetadas con machine-learning

El aprendizaje estadístico y sus resultados están actualmente presentes en las ciencias sociales. Hace un par de meses, Guido Imbens dijo: "LASSO es el nuevo OLS". Estudié Machine Learning un poco y sé que su objetivo principal es la predicción. También estoy de acuerdo con la distinción de Leo Breiman …

8 machine-learning  lasso  causality 

Supongamos que estoy alimentando una matriz 2D de forma (99,13) como entrada a una capa LSTM. Tengo un número n de archivos, donde cada uno contiene (99,13) vectores de tamaño. He decidido considerar 13 como la cantidad de funciones y 99 como los pasos de tiempo. (Mientras implementaba con Keras, …

8 machine-learning  lstm  rnn 

https://www.tensorflow.org/ Todos los proyectos en TensorFlow que he visto en GitHub implementan algún tipo de modelo de red neuronal. Dado que TensorFlow es una mejora con respecto al DAG (ya no es acíclico), me preguntaba si alguna deficiencia inherente lo hace inadecuado para el modelo general de aprendizaje automático. En …

8 machine-learning  neural-networks  deep-learning  supervised-learning  tensorflow 

En el libro "Los elementos del aprendizaje estadístico" en el capítulo 2 ("Modelos lineales y mínimos cuadrados; página no: 12"), se escribe que En el espacio de entrada-salida dimensional (p + 1), (X, Y) representa un hiperplano. Si la constante se incluye en X, entonces el hiperplano incluye el origen …

8 regression  machine-learning 

Ng, AY y Jordan, MI (2001). Sobre clasificadores discriminativos versus generativos: una comparación de regresión logística e ingenua Bayes . Avances en los sistemas de procesamiento de información neuronal, 14 , pp. 841-8, MIT Press. En el documento anterior, los autores mencionaron "error asintótico". ¿Alguien puede explicar un poco sobre …

8 machine-learning  terminology 

Mi pregunta trata sobre los árboles de clasificación . Considere el siguiente ejemplo del conjunto de datos de Iris: Quiero seleccionar manualmente el mejor predictor para la primera división. Según el algoritmo CART, la mejor característica para hacer una división es la que maximiza la disminución de la impureza de …

8 r  machine-learning  classification  data-mining  cart 

Pasé el día aprendiendo sobre el paquete bnlearn en R solo para descubrir que los modelos bayesianos no funcionan con gráficos no dirigidos. Estoy tratando de aprender sobre la red de campo aleatorio de Markov, y hasta ahora todo lo que he podido hacer es crear la estructura gráfica usando …

8 machine-learning  graphical-model  parameterization  bayesian-network 

Estoy tratando de entender cómo se pueden usar los rnn para predecir secuencias trabajando con un ejemplo simple. Aquí está mi red simple, que consta de una entrada, una neurona oculta y una salida: La neurona oculta es la función sigmoidea, y se considera que la salida es una salida …

8 machine-learning  neural-networks  deep-learning  gradient-descent 

He estado tratando de averiguar qué significa exactamente la función de activación "Maxout" en las redes neuronales. Existe esta pregunta, este documento e incluso en el libro Deep Learning de Bengio et al. , excepto con solo un poco de información y un gran TODO al lado. Usaré la notación …

8 machine-learning  neural-networks 

Puedo construir e implementar modelos clásicos de ML en conjuntos de entrenamiento / prueba tradicionales en R, pero ¿qué pasa si un socio quiere obtener este modelo para implementar su propio sistema (de cualquier tipo)? Guardar y enviar la estructura del modelo R no ayuda, por supuesto; y descubrir el …

8 r  machine-learning 

Recientemente, un proyecto en el que estoy involucrado hizo uso de un perceptrón lineal para regresión múltiple (21 predictores). Utilizaba estocástico GD. ¿Cómo es esto diferente de la regresión lineal de OLS?

8 regression  machine-learning 

Tengo datos que describen con qué frecuencia tiene lugar un evento durante una hora ("número por hora", nph) y cuánto duran los eventos ("duración en segundos por hora", dph). Estos son los datos originales: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, 9.21739130425452, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution 

¿Cuál es la diferencia entre la red de creencias profundas y la red convexa profunda ?

8 machine-learning  neural-networks  deep-learning  deep-belief-networks 

Entiendo que PCA se usa para la reducción de dimensionalidad para poder trazar conjuntos de datos en 2D o 3D. Pero también he visto personas que aplican PCA como un paso de preprocesamiento en escenarios de clasificación donde aplican PCA para reducir el número de características, luego usan algunos Componentes …

8 machine-learning  pca  data-mining  dimensionality-reduction 

Varias fuentes sugieren que hay muchas consecuencias negativas de la discretización (categorización) de variables continuas antes del análisis estadístico (muestra de referencias [1] - [4] a continuación). Por el contrario [5] sugiere que se sabe que algunas técnicas de aprendizaje automático producen mejores resultados cuando las variables continuas se discretizan …

8 machine-learning  generalized-linear-model  categorical-data  binning