Saya telah mencoba menyelesaikan masalah ini selama lebih dari setahun tanpa banyak kemajuan. Ini adalah bagian dari proyek penelitian yang saya lakukan, tetapi saya akan mengilustrasikannya dengan contoh cerita yang saya buat, karena domain sebenarnya dari masalah ini agak membingungkan...
Saya tahu bagaimana melakukan regresi linier pada set poin. Yaitu, saya tahu bagaimana menyesuaikan polinomial pilihan saya, dengan kumpulan data yang diberikan, (dalam arti LSE). Namun, yang saya tidak tahu, adalah bagaimana memaksa solusi saya untuk melewati beberapa poin tertentu yang saya...
Saya mengalami kesulitan memahami kutukan dimensi. Secara khusus, saya menemukan itu saat melakukan scikit-learntutorial dengan python. Bisakah seseorang tolong jelaskan yang di bawah ini dengan cara yang lebih sederhana? Maaf saya telah mencoba untuk memahami untuk waktu yang paling lama dan tidak...
Saya sedang melatih model klasifikasi dengan Random Forest untuk membedakan antara 6 kategori. Data transaksional saya memiliki sekitar 60k + pengamatan dan 35 variabel. Berikut adalah contoh bagaimana kira-kira terlihat.
MLE = Estimasi Kemungkinan Maksimum MAP = Maksimum a posteriori MLE bersifat intuitif / naif karena MLE hanya dimulai dengan probabilitas pengamatan yang diberikan parameter (yaitu fungsi kemungkinan) dan mencoba menemukan parameter terbaik sesuai dengan pengamatan . Tapi itu tidak...
Untuk mengevaluasi kinerja algoritma klasifikasi baru, saya mencoba untuk membandingkan akurasi dan kompleksitas (big-O dalam pelatihan dan klasifikasi). Dari Machine Learning: ulasan saya mendapatkan daftar pengklasifikasi lengkap yang diawasi, juga tabel akurasi antara algoritma, dan 44 masalah...
Saya menggunakan satu kelas SVM , diimplementasikan dalam scikit-belajar, untuk pekerjaan penelitian saya. Tetapi saya tidak memiliki pemahaman yang baik tentang ini. Adakah yang bisa tolong berikan penjelasan sederhana dan bagus tentang satu kelas SVM
Halaman Scikit Learn pada Seleksi Model menyebutkan penggunaan validasi silang bersarang: >>> clf = GridSearchCV(estimator=svc, param_grid=dict(gamma=gammas), ... n_jobs=-1) >>> cross_validation.cross_val_score(clf, X_digits, y_digits) Dua loop validasi silang dilakukan...
Saya menemukan istilah Mesin Faktorisasi dalam sistem rekomendasi. Saya tahu apa Matriks Factorization untuk sistem rekomendasi tetapi tidak pernah mendengar tentang Factorization Machines. Jadi apa
Saya telah melihat versi istilah "invarian permutasi" dari tugas pengenalan digit MNIST. Apa
Apakah SVM menangani dataset yang tidak seimbang? Apakah ada parameter (seperti C, atau biaya kesalahan klasifikasi) yang menangani dataset yang tidak
Skor F1 adalah rata-rata harmonis dari presisi dan daya ingat. Sumbu y dari recall adalah tingkat positif sejati (yang juga recall). Jadi, kadang-kadang pengklasifikasi dapat memiliki daya ingat rendah tetapi AUC sangat tinggi, apa artinya itu? Apa perbedaan antara AUC dan skor
Kutipan dari wikipedia: Dalam statistik, penduga yang konsisten atau penduga yang konsisten secara asimptotik adalah penduga — aturan untuk menghitung estimasi parameter θ∗θ∗θ^* —memiliki properti yang karena jumlah titik data yang digunakan meningkat tanpa batas, urutan hasil estimasi konvergen...
Saya telah menerapkan Q-Learning seperti yang dijelaskan dalam, http://web.cs.swarthmore.edu/~meeden/cs81/s12/papers/MarkStevePaper.pdf Untuk sekitar. T (S, A) Saya menggunakan struktur jaringan saraf seperti berikut, Aktivasi sigmoid Input, jumlah input + 1 untuk neuron Aksi (Semua Input...
Jika saya memiliki jaringan saraf convolutional (CNN), yang memiliki sekitar 1.000.000 parameter, berapa banyak data pelatihan yang diperlukan (anggap saya sedang melakukan penurunan gradien stokastik)? Apakah ada aturan praktis? Catatan tambahan: Ketika saya melakukan penurunan gradien stokastik...
Tampaknya untuk K-means dan algoritma terkait lainnya, pengelompokan didasarkan pada penghitungan jarak antara titik. Apakah ada yang berfungsi
Saya tahu bahwa regresi logistik menemukan hyperplane yang memisahkan sampel pelatihan. Saya juga tahu bahwa mesin Dukungan vektor menemukan hyperplane dengan margin maksimum. Pertanyaan saya: apakah perbedaan kemudian antara regresi logistik (LR) dan mesin vektor dukungan (SVM) adalah bahwa LR...
Saya agak bingung: Bagaimana hasil dari Model yang terlatih melalui caret berbeda dari model dalam paket aslinya? Saya membaca apakah preprocessing diperlukan sebelum prediksi menggunakan FinalModel dari RandomForest dengan paket caret? tapi saya tidak menggunakan preprocessing di sini. Saya...
Kehilangan engsel dapat didefinisikan menggunakan dan kehilangan log dapat didefinisikan sebagaimaks ( 0 , 1 - ysayawTxsaya)maks(0,1-ysayawTxsaya)\text{max}(0, 1-y_i\mathbf{w}^T\mathbf{x}_i)log ( 1 + exp( - ysayawTxsaya) )catatan(1+exp(-ysayawTxsaya))\text{log}(1 +
Saya mengikuti kursus pembelajaran mesin Andrew Ng dan tidak bisa mendapatkan jawaban untuk pertanyaan ini dengan benar setelah beberapa upaya. Mohon bantu selesaikan ini, meskipun saya sudah melewati level. Misalkan siswa telah mengambil beberapa kelas, dan kelas memiliki ujian tengah semester...