Algoritma pembelajaran mesin mana (selain SVM) yang menggunakan prinsip minimalisasi risiko struktural
Saya memiliki query kompleks yang digunakan untuk mencari dataset S untuk menemukan H exact = { s ∈ S ∣ di mana Q ( s ) bernilai True } . Setiap kueri mengambil waktu rata-rata t sehingga waktu keseluruhan dalam pencarian linear adalah t ⋅ | S | . Saya dapat mematahkan query ke dalam sederhana...
Misalkan Anda memperpanjang Kalkulus Konstruksi dengan "lubang" - yaitu, potongan kode tidak lengkap yang belum Anda isi. Saya ingin tahu apakah ada algoritma untuk mengisi peran itu secara otomatis. Misalnya (menggunakan sintaksis Morte ): Kasus A: λ (pred : ?) -> λ (Nat : *) -> λ (Succ...
Saya sudah belajar tentang jaringan saraf dan SVM. Tutorial yang saya baca menekankan betapa pentingnya kernelisasi, untuk SVM. Tanpa fungsi kernel, SVM hanyalah sebuah classifier linier. Dengan kernelisasi, SVMs juga dapat menggabungkan fitur-fitur non-linear, yang membuatnya menjadi classifier...
Penafian: Saya seorang ahli biologi, sangat menyesal untuk (mungkin) pertanyaan dasar yang diutarakan dalam istilah yang kasar. Saya tidak yakin apakah saya harus mengajukan pertanyaan ini di sini atau di DS / SC, tetapi CS adalah yang terbesar dari tiga, jadi begini. (Setelah saya memposting,...
Saya telah mengimplementasikan jaringan saraf (menggunakan CUDA) dengan 2 lapisan. (2 Neuron per lapisan). Saya mencoba membuatnya belajar 2 fungsi polinomial kuadrat sederhana menggunakan backpropagation . Tetapi alih-alih konvergen, ia menyimpang (output menjadi tak terhingga) Berikut ini...
Pada halaman wikipedia di sini dijelaskan dengan sangat baik algoritma CDCL (dan tampaknya gambar diambil dari slide yang dibuat oleh Sharad Malik di Princeton). Namun ketika menggambarkan bagaimana untuk mundur semua yang dikatakannya adalah "ke titik yang tepat". MiniSAT juga menggunakan varian...
Mengapa jaringan saraf bobot awal diinisialisasi sebagai angka acak? Saya telah membaca di suatu tempat bahwa ini dilakukan untuk "memecahkan simetri" dan ini membuat jaringan saraf belajar lebih cepat. Bagaimana cara memecahkan simetri membuatnya belajar lebih cepat? Bukankah menginisialisasi...
Ketika memperbarui bobot jaringan saraf menggunakan algoritma backpropagation dengan istilah momentum, haruskah tingkat pembelajaran diterapkan pada istilah momentum juga? Sebagian besar informasi yang dapat saya temukan tentang menggunakan momentum memiliki persamaan yang terlihat seperti...
Baru-baru ini saya berdiskusi dengan seorang teman tentang sebuah situs web yang mengusulkan tantangan regex, terutama mencocokkan sekelompok kata dengan properti khusus. Dia sedang mencari regex yang cocok dengan string seperti di ||||||||mana jumlah |prima. Saya segera mengatakan kepadanya bahwa...
Banyak fungsi aktivasi dalam jaringan saraf (sigmoid, tanh, softmax) bersifat monoton, kontinu dan dapat dibedakan (kecuali mungkin beberapa titik, di mana turunannya tidak ada). Saya mengerti alasan untuk kontinuitas dan dapat dibedakan, tetapi tidak dapat benar-benar memahami alasan untuk...
Saya memiliki beberapa kesempatan melatih jaringan saraf (back propagation networks) dengan beberapa set data yang agak rumit (posisi backgammon dan OCR). Ketika melakukan ini, tampaknya banyak pekerjaan yang melibatkan mencoba berbagai konfigurasi jaringan, untuk menemukan konfigurasi yang optimal...
Model pembelajaran yang mungkin kira-kira benar (PAC) didefinisikan sebagai: Konsep kelas dikatakan PAC-dapat dipelajari jika ada algoritma dan fungsi polinomial sedemikian rupa sehingga untuk setiap dan δ> 0 , untuk semua distribusi D pada X dan untuk setiap konsep target c∈C , berikut ini...
Saya sangat baru di jaringan saraf, dan telah berusaha mencari tahu beberapa hal. Jadi, katakanlah Anda menemukan jaringan saraf yang memiliki 100 input, lapisan tersembunyi dengan 200 node, dan 32 output. Katakan juga bahwa Anda, "penemu" dari contoh khusus jaringan saraf ini, dapat membaca bobot...
Baru-baru ini saya belajar tentang Q-learning, sebuah teknik pembelajaran penguatan yang secara langsung memperkirakan nilai yang diharapkan dari mengambil tindakan dalam keadaan. Saya bertanya-tanya apakah ada teknik untuk melakukan "pembelajaran dinamika", untuk memperkirakan dinamika suatu...
Beberapa algoritma pembelajaran mesin yang populer seperti Regresi Logistik atau Neural networks memerlukan inputnya untuk numerik. Yang saya tertarik adalah bagaimana Anda membuat algoritma ini bekerja pada input non-numerik (seperti string pendek). Sebagai contoh, katakanlah kita sedang...
Jadi saya membaca "Pengantar Pembelajaran Mesin" edisi ke-2, oleh Bishop, et. semua. Pada halaman 27 mereka membahas Dimensi Vapnik-Chervonenkis yang, "Jumlah maksimum poin yang dapat dihancurkan oleh H [kelas hipotesis] disebut Vapnik-Chervonenkis (VC) Dimensi H, dilambangkan VC (H) dan...