Ich habe im Github-Repo nach Pymc gesucht und dieses Notizbuch gefunden: Variationsinferenz: Bayesianische Neuronale Netze Der Autor lobt die Vorzüge der bayesianischen / probabilistischen Programmierung, sagt dann aber weiter: Leider spielt die probabilistische Programmierung bei...
Ich lese praktisches maschinelles Lernen mit Scikit-Learn und TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme . Dann bin ich nicht in der Lage, den Unterschied zwischen hartem und weichem Voting im Zusammenhang mit ensemblebasierten Methoden herauszufinden. Ich zitiere...
Meine Frage betrifft die binäre Klassifizierung, beispielsweise die Trennung von guten und schlechten Kunden, aber nicht die Regression oder nicht-binäre Klassifizierung. In diesem Zusammenhang ist ein zufälliger Wald ein Ensemble von Klassifizierungsbäumen. Für jede Beobachtung stimmt jeder Baum...
Also versuche ich, mir neuronale Netze beizubringen (für Regressionsanwendungen, ohne Bilder von Katzen zu klassifizieren). Meine ersten Experimente waren das Trainieren eines Netzwerks zur Implementierung eines FIR-Filters und einer diskreten Fourier-Transformation (Training für "Vorher" - und...
Ich weiß, dass es mehr als zwei Arten der Normalisierung gibt. Zum Beispiel, 1- Transformieren von Daten mit einem Z-Score oder T-Score. Dies wird üblicherweise als Standardisierung bezeichnet. 2- Daten neu skalieren, um Werte zwischen 0 und 1 zu erhalten. Die Frage jetzt, ob ich normalisieren muss...
Es gibt eine Aussage, dass die Maximierung der Wahrscheinlichkeit gleichbedeutend mit der Minimierung der Kreuzentropie ist. Gibt es Beweise für diese
Ich habe im Kontext des maschinellen Lernens keine Definition der Verlustfunktion im Wiki gefunden. Dieser ist jedoch weniger formal, es ist klar genug. Im Kern ist eine Verlustfunktion unglaublich einfach: Sie bewertet, wie gut Ihr Algorithmus Ihren Datensatz modelliert. Wenn Ihre Vorhersagen...
Meine Frage betrifft die Kreuzvalidierung, wenn es viel mehr Variablen als Beobachtungen gibt. Um Ideen zu fixieren, schlage ich vor, mich auf den Klassifizierungsrahmen in sehr hohen Dimensionen zu beschränken (mehr Merkmale als Beobachtung). Problem: Angenommen, Sie haben für jede Variable ein...
Ich habe einige Fragen zum Clustering in Zeitreihen und speziell zum Clustering gesehen, aber ich glaube nicht, dass sie meine Frage beantworten. Hintergrund: Ich möchte Gene in einem Zeitverlaufsexperiment in Hefe bündeln. Es gibt vier Zeitpunkt sagen: t1 t2 t3 und t4 und die Gesamtzahl der Gene G...
Hallo Zahlenkollegen Ich möchte n zufällige Bewertungen (zusammen mit einer Klassenbezeichnung) generieren, als ob sie von einem binären Klassifizierungsmodell erzeugt worden wären. Im Detail sind folgende Eigenschaften erforderlich: Jede Punktzahl liegt zwischen 0 und 1 Jede Punktzahl ist mit...
Ich frage mich, ob es in R Algorithmen (möglicherweise genetische Algorithmen) für die Merkmalskonstruktion gibt (Ableiten von Prädiktorkandidaten von vorhandenen Prädiktoren). Ich denke an eine Routine zum Testen von Potenzen höherer Ordnung, Wechselwirkungen, Verhältnissen und linearen...
Ich verwende die logistische Regression, um y bei x1 und x2 vorherzusagen: z = B0 + B1 * x1 + B2 * x2 y = e^z / (e^z + 1) Wie soll die logistische Regression mit Fällen umgehen, in denen meine Variablen sehr unterschiedliche Maßstäbe haben? Erstellen Menschen jemals logistische...
Dies folgt auf eine frühere Frage. Hier : Neuronales Netzwerkmodell zur Vorhersage des Behandlungsergebnisses und könnte als Hinweis auf einen anderen Aspekt dieser Frage angesehen werden: Anwendung maschineller Lerntechniken in klinischen Studien mit kleinen Stichproben Vielen Dank an Zach,...
Ich arbeite an einem maschinellen Lernprojekt, bei dem ich versuche, eine Kurve auf Daten anzupassen. Leider hat das Datum einen etwas hohen Merkmalsvektor. Daher kann ich sie nicht wirklich in einem 2D- oder 3D-Raum darstellen, um zu erraten, wie die Form der Daten aussieht. Abgesehen von Treffer...
Ich verwende einen naiven Bayes-Klassifikator, um zwischen zwei Datengruppen zu klassifizieren. Eine Gruppe der Daten ist viel größer als die andere (über 4 Mal). Ich verwende die vorherige Wahrscheinlichkeit jeder Gruppe im Klassifikator. Das Problem ist, dass das Ergebnis, das ich erhalte, eine...
Wie verschmilzt ein Ensemble-Klassifikator die Vorhersagen seiner konstituierenden Klassifikatoren? Ich habe Schwierigkeiten, eine klare Beschreibung zu finden. In einigen Codebeispielen, die ich gefunden habe, mittelt das Ensemble nur die Vorhersagen, aber ich sehe nicht, wie dies zu einer...
Ich löse ein Klassifizierungsproblem mit einem paarweisen Lern-Trainingssatz. Wir haben 2 Klassen: schlecht und gut . Wir haben auch Paare von Objekten , was bedeutet, dass das Objekt besser ist als . Jedes Objekt wird durch seine reellen Koordinaten beschrieben: . Mein Ziel ist es, einen solchen...
Ich möchte in der Lage sein, einen Klassifikator zu entwerfen, der zwischen verschiedenen Arten von Gesprächen unterscheiden kann (nicht unbedingt etwas über Stimmung, Aufrichtigkeit oder Ergebnis aussagen, das ist etwas zu weit hergeholt). Zu wissen, dass unter 50 Stichproben von Gesprächen 10...
Ich habe an diesem Austausch eine heuristische Methode zur Schätzung von Gamma für den RBF-Kernel in SVMs gelesen. Ich habe mich gefragt, ob jemand es mir vielleicht etwas genauer erklären kann. Ich glaube, Sie wählen 1000 (oder eine große Anzahl) von Datenpunktpaaren aus dem Datensatz aus und...
Ich erinnere mich, dass ich irgendwo gesehen / gelesen habe, dass es für SVMs mit mehreren Klassen und unausgeglichenen Daten eine Möglichkeit gab, die Klassengewichte aus den Trainingsdaten zu bestimmen (anstatt aus der X-Validierung). Weiß jemand, was die Methode ist oder aus welchem Papier sie...