Ich habe auf dieser Site gelesen, dass der Kinect anscheinend den Zufallsalgorithmus für das maschinelle Lernen verwendet. Kann jemand erklären, wofür zufällige Wälder verwendet werden und wie ihr Ansatz
Angenommen, wir haben zwei Vektoren von Zufallsvariablen, beide sind normal, dh X∼N(μX,ΣX)X∼N(μX,ΣX)X \sim N(\mu_X, \Sigma_X) und Y∼N(μY,ΣY)Y∼N(μY,ΣY)Y \sim N(\mu_Y, \Sigma_Y) . Wir interessieren uns für die Verteilung ihrer Linearkombination Z=AX+BY+CZ=AX+BY+CZ = A X + B Y + C , wobei AAA und BBB...
Kann mir jemand mein Cox-Modell im Klartext erklären? Ich habe das folgende Cox-Regressionsmodell mithilfe der Funktion an alle meine Daten angepasst cph. Meine Daten werden in einem Objekt namens gespeichert Data. Die Variablen w, xund ysind stetig; zist ein Faktor von zwei Ebenen. Die Zeit wird...
Ich habe mir diese beiden mehrmals erklären lassen. Sie kochen weiter mein Gehirn. Nicht zufällig zu vermissen macht Sinn zu sein, und völlig zufällig zu vermissen macht Sinn ... es ist das Vermissen zufällig, das nicht so viel bedeutet. Wodurch entstehen Daten, die MAR, aber nicht MCAR...
Kann mir jemand die Vorteile des genetischen Algorithmus im Vergleich zu anderen herkömmlichen Such- und Optimierungsmethoden
Es scheint viele Algorithmen für maschinelles Lernen zu geben, die auf Kernelfunktionen beruhen. SVMs und NNs, um nur zwei zu nennen. Was ist also die Definition einer Kernelfunktion und welche Voraussetzungen müssen erfüllt sein, damit sie gültig
Gepulste oder spitzende neuronale Netze berücksichtigen einen größeren Teil der Membrandynamik biologischer Neuronen, wobei Impulse Informationen zur nächsten Schicht übertragen. Die Neuronen müssen nicht unbedingt alle gleichzeitig "feuern", wie dies zum Beispiel in einem Backprop der Fall wäre....
Bei der Verarbeitung natürlicher Sprache kann man einen Korpus nehmen und die Wahrscheinlichkeit des Auftretens des nächsten Wortes in einer Folge von n auswerten. n wird normalerweise als 2 oder 3 gewählt (Bigramm und Trigramm). Gibt es einen bekannten Punkt, an dem die Verfolgung der Daten für...
Ist ein AR (1) -Prozess wie ein Markov-Prozess?yt=ρyt−1+εtyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t Wenn ja, ist VAR (1) die Vektorversion des
Ich habe einen Datensatz mit mehreren Anteilen, die sich zu 1 addieren. Ich bin an der Änderung dieser Anteile entlang eines Verlaufs interessiert (siehe unten für Beispieldaten). gradient <- 1:99 A1 <- gradient * 0.005 A2 <- gradient * 0.004 A3 <- 1 - (A1 + A2) df <-...
Ich spiele mit einem randomForest und habe festgestellt, dass das Erhöhen von sampSize im Allgemeinen zu einer besseren Leistung führt. Gibt es eine Regel / Formel / etc, die vorschlägt, wie die optimale Größe von sampSize sein soll, oder handelt es sich um eine Versuchs- und Irrtumssache? Ich...
Ich habe 6 Variablen ( ), die ich verwende, um vorherzusagen . Bei meiner Datenanalyse habe ich zuerst eine multiple lineare Regression versucht. Davon waren nur zwei Variablen signifikant. Wenn ich jedoch eine lineare Regression durchführte, bei der jede Variable einzeln mit verglichen wurde ,...
Während des Studiums für meinen Statistikkurs habe ich versucht, den Unterschied zwischen einseitigen und zweiseitigen Hypothesentests zu verstehen. Warum lehnt der einseitige Test die Null ab, der zweiseitige nicht? Ein
Zum Beispiel möchte man die Hauspreise vorhersagen und über zwei Eingabemerkmale die Länge und Breite des Hauses verfügen. Manchmal schließt man auch 'abgeleitete' Polynomeingabemerkmale ein, wie zum Beispiel Fläche, die Länge * Breite ist. 1) Worum geht es beim Einbeziehen abgeleiteter Features?...
Aus einer Antwort in einer früheren Frage ging ich auf die Halton-Sequenz ein, um eine Reihe von Vektoren zu erstellen, die einen einheitlichen Probenraum ziemlich gleichmäßig abdecken. Auf der Wikipedia-Seite wird jedoch erwähnt, dass besonders höhere Primzahlen zu Beginn der Serie häufig stark...
Ich habe im letzten Jahr ziemlich genau an der Stichprobe der Wichtigkeit gearbeitet und habe ein paar offene Fragen, bei denen ich gehofft hatte, Hilfe zu bekommen. Meine praktische Erfahrung mit Stichprobenverfahren von Bedeutung war, dass sie gelegentlich fantastische Schätzungen mit niedriger...
Ich habe einen Datensatz mit zwei überlappenden Klassen, sieben Punkte in jeder Klasse, Punkte liegen im zweidimensionalen Raum. In R rufe ich svmdas e1071Paket auf, um eine separate Hyperebene für diese Klassen zu erstellen. Ich benutze den folgenden Befehl: svm(x, y, scale = FALSE, type =...
Dies ist auch eine Frage, die sehr viel mit Python als Statistik-Workbench und mit Excel als Statistik-Workbench zu tun hat . Ich weiß, es gibt eine große Diskussion über Ruby gegen Python, aber das ist nicht der Punkt in dieser Frage. Ich dachte, dass Ruby, der schneller als Python ist und eine...
Ich gehe die Videos in Andrew Ngs kostenlosem Online-Kurs für maschinelles Lernen in Stanford durch. Er beschreibt Gradient Descent als einen Algorithmus zum Lösen linearer Regression und zum Ausführen von Schreibfunktionen in Octave. Vermutlich könnte ich diese Funktionen in R umschreiben, aber...
In den meisten Beispielen, die ich bisher für neuronale Netze gesehen habe, wird das Netz zur Klassifizierung verwendet, und die Knoten werden mit einer Sigmoidfunktion transformiert. Ich möchte jedoch ein neuronales Netzwerk verwenden, um einen kontinuierlichen Realwert auszugeben (realistisch...