Estadísticas y Big Data machine-learning

1

Inferencia variacional versus MCMC: ¿cuándo elegir uno sobre el otro?

Creo que tengo la idea general de VI y MCMC, incluidos los diversos sabores de MCMC, como el muestreo de Gibbs, Metropolis Hastings, etc. Este documento proporciona una exposición maravillosa de ambos métodos. Tengo las siguientes preguntas: Si deseo hacer inferencia bayesiana, ¿por qué elegiría un método sobre el otro? …

37 machine-learning bayesian mcmc variational-bayes approximate-inference

5

¿Cómo manejar un modelo de predicción "autodestructivo"?

Estaba viendo una presentación de un especialista de ML de un minorista importante, donde habían desarrollado un modelo para predecir eventos agotados. Supongamos por un momento que con el tiempo, su modelo se vuelve muy preciso, ¿no sería de alguna manera "autodestructivo"? Es decir, si el modelo realmente funciona bien, …

36 machine-learning predictive-models

3

Cosas a considerar sobre los programas de maestría en estadística

Es la temporada de admisión para las escuelas de posgrado. Yo (y muchos estudiantes como yo) ahora estoy tratando de decidir qué programa de estadísticas elegir. ¿Cuáles son algunas de las cosas que aquellos de ustedes que trabajan con estadísticas sugieren que consideremos sobre los programas de maestría en estadística? …

36 machine-learning mathematical-statistics careers

4

Plataformas de computación en la nube para aprendizaje automático [cerrado]

Tengo una pequeña lista de compañías que proporcionan una plataforma para ejecutar scripts de R, python u octava en clústeres creados sobre Amazon EC2. ¿Hay otros nombres que debo agregar? Números de nubes Opani crdata

36 r machine-learning

3

¿Crear un "puntaje de certeza" a partir de los votos en bosques aleatorios?

Estoy buscando entrenar un clasificador que discrimine entre Type Ay Type Bobjetos con un conjunto de entrenamiento razonablemente grande de aproximadamente 10,000 objetos, de los cuales aproximadamente la mitad son Type Ay la otra mitad Type B. El conjunto de datos consta de 100 características continuas que detallan las propiedades …

36 r machine-learning random-forest

3

Aprendizaje automático: ¿Debo usar una entropía cruzada categórica o una pérdida de entropía cruzada binaria para las predicciones binarias?

En primer lugar, me di cuenta de que si necesito realizar predicciones binarias, tengo que crear al menos dos clases a través de una codificación en caliente. ¿Es esto correcto? Sin embargo, ¿es la entropía cruzada binaria solo para predicciones con una sola clase? Si tuviera que usar una pérdida …

36 machine-learning neural-networks loss-functions tensorflow cross-entropy

2

Aumento de gradiente para regresión lineal: ¿por qué no funciona?

Mientras aprendía sobre el Gradient Boosting, no escuché ninguna restricción con respecto a las propiedades de un "clasificador débil" que el método usa para construir y ensamblar modelos. Sin embargo, no podía imaginar una aplicación de un GB que utilizara la regresión lineal y, de hecho, cuando realicé algunas pruebas, …

35 regression machine-learning boosting ensemble gradient

3

PCA y la división tren / prueba

Tengo un conjunto de datos para el que tengo múltiples conjuntos de etiquetas binarias. Para cada conjunto de etiquetas, entreno a un clasificador, evaluándolo por validación cruzada. Quiero reducir la dimensionalidad utilizando el análisis de componentes principales (PCA). Mi pregunta es: ¿Es posible hacer el PCA una vez para todo …

35 machine-learning classification pca cross-validation

4

¿Cuáles son las diferencias entre codificación dispersa y autoencoder?

La codificación dispersa se define como el aprendizaje de un conjunto excesivo de vectores base para representar vectores de entrada (<- ¿por qué queremos esto?). ¿Cuáles son las diferencias entre codificación dispersa y autoencoder? ¿Cuándo utilizaremos codificación dispersa y autoencoder?

35 machine-learning neural-networks unsupervised-learning deep-learning autoencoders

5

Conjunto de datos libre para clasificación dimensional muy alta [cerrado]

¿Cuáles son los conjuntos de datos disponibles gratuitamente para la clasificación con más de 1000 características (o puntos de muestra si contiene curvas)? Ya existe un wiki comunitario sobre conjuntos de datos gratuitos: ubicación de muestras de datos disponibles gratuitamente Pero aquí, sería bueno tener una lista más enfocada que …

35 machine-learning classification dataset large-data

5

¿Puedes sobreajustar entrenando algoritmos de aprendizaje automático usando CV / Bootstrap?

Esta pregunta puede ser demasiado abierta para obtener una respuesta definitiva, pero espero que no. Los algoritmos de aprendizaje automático, como SVM, GBM, Random Forest, etc., generalmente tienen algunos parámetros libres que, más allá de alguna guía práctica, deben ajustarse a cada conjunto de datos. Esto generalmente se hace con …

34 machine-learning cross-validation bootstrap optimization resampling

3

Cómo interpretar la disminución media de precisión y la disminución media de GINI en modelos de bosque aleatorio

Tengo algunas dificultades para comprender cómo interpretar la salida de importancia variable del paquete Random Forest. La disminución media en la precisión generalmente se describe como "la disminución en la precisión del modelo al permutar los valores en cada característica". ¿Es esta una declaración sobre la característica en su conjunto …

34 r machine-learning classification random-forest

5

¿Qué es exactamente un modelo bayesiano?

¿Puedo llamar a un modelo en el que el teorema de Bayes se usa como un "modelo bayesiano"? Me temo que tal definición podría ser demasiado amplia. Entonces, ¿qué es exactamente un modelo bayesiano?

34 machine-learning bayesian

6

Minería de datos: ¿cómo debo buscar la forma funcional?

Tengo curiosidad acerca de procedimientos repetibles que se pueden utilizar para descubrir la forma funcional de la función y = f(A, B, C) + error_termdonde mi única entrada es un conjunto de observaciones ( y, A, By C). Tenga en cuenta que la forma funcional de fes desconocida. Considere el …

34 regression machine-learning algorithms model-selection data-mining

4

¿Cuál es el lado débil de los árboles de decisión?

Los árboles de decisión parecen ser un método de aprendizaje automático muy comprensible. Una vez creado, puede ser fácilmente inspeccionado por un humano, lo cual es una gran ventaja en algunas aplicaciones. ¿Cuáles son los lados débiles prácticos de los árboles de decisión?

34 machine-learning nonparametric cart

Preguntas etiquetadas con machine-learning