loss-functions पर टैग किए गए जवाब

मुझे पता है कि k- साधन आमतौर पर एक्सपेक्टेशन मैक्सिमाइजेशन का उपयोग करके अनुकूलित किया जाता है । हालाँकि हम इसके नुकसान फ़ंक्शन को उसी तरह से अनुकूलित कर सकते हैं जिस तरह से हम किसी अन्य को अनुकूलित करते हैं! मुझे कुछ कागजात मिले जो वास्तव में बड़े पैमाने …

14 optimization  k-means  expectation-maximization  loss-functions 

मैं वर्गीकरण के लिए एक तंत्रिका नेटवर्क को प्रशिक्षित करने की कोशिश कर रहा हूं, लेकिन मेरे पास जो लेबल हैं वे शोरगुल हैं (लगभग 30% लेबल गलत हैं)। क्रॉस-एन्ट्रापी नुकसान वास्तव में काम करता है, लेकिन मैं सोच रहा था कि क्या इस मामले में कोई विकल्प अधिक प्रभावी …

14 machine-learning  neural-networks  loss-functions  noise 

बिशप के पैटर्न मान्यता और मशीन लर्निंग की धारा 3.2 में , वह पूर्वाग्रह-विघटन अपघटन पर चर्चा करता है, जिसमें कहा गया है कि एक चुकता नुकसान फ़ंक्शन के लिए, अपेक्षित नुकसान एक स्क्वैयर बायस टर्म में विघटित हो सकता है (जो वर्णन करता है कि अब तक औसत पूर्वानुमान …

13 self-study  variance  bias  regularization  loss-functions 

अनुभवहीन Bayes वर्गीकारक वर्गीकारक जो प्रदान करती है आइटम है xxx एक वर्ग के लिए CCC पीछे अधिकतम के आधार पर P(C|x)P(C|x)P(C|x) वर्ग की सदस्यता के लिए, और मानता है कि वस्तुओं की सुविधाओं से स्वतंत्र हैं। 0-1 नुकसान वह नुकसान है जो किसी भी मिस-वर्गीकरण को "1" का नुकसान …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions 

इयान गुडफेलो की डीप लर्निंग किताब में, यह लिखा है कि कभी-कभी, नुकसान समारोह जिसे हम वास्तव में परवाह करते हैं (कहते हैं, वर्गीकरण त्रुटि) वह नहीं है जिसे कुशलता से अनुकूलित किया जा सकता है। उदाहरण के लिए, अनुमानित 0-1 नुकसान को कम करना आमतौर पर एक रेखीय क्लासिफायरियर …

12 neural-networks  deep-learning  loss-functions 

मैंने न्यूरल नेटवर्क्स के साथ तंत्रिका नेटवर्क के बारे में सीखना शुरू कर दिया है। डॉट कॉम ट्यूटोरियल। तीसरे अध्याय में विशेष रूप से क्रॉस एन्ट्रापी फ़ंक्शन के बारे में एक अनुभाग है, और क्रॉस एन्ट्रापी नुकसान को परिभाषित करता है: C=−1n∑x∑j(yjlnaLj+(1−yj)ln(1−aLj))C=−1n∑x∑j(yjln⁡ajL+(1−yj)ln⁡(1−ajL))C = -\frac{1}{n} \sum\limits_x \sum\limits_j (y_j \ln a^L_j + …

12 neural-networks  loss-functions  softmax  cross-entropy 

मैं इस एक से संबंधित एक प्रश्न पूछूंगा । मुझे यहाँ xgboost के लिए कस्टम लॉस फंक्शन लिखने का एक उदाहरण मिला : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, …

12 r  machine-learning  gradient-descent  boosting  loss-functions 

मैं फेस / नॉन-फेस बाइनरी डिटेक्शन को प्रशिक्षित करने के लिए डीप लर्निंग का उपयोग करना चाहता हूं, मुझे किस नुकसान का उपयोग करना चाहिए, मुझे लगता है कि यह सिग्मोइडक्रॉसइंटरप्रॉपली या हिंग-लॉस है । क्या यह सही है, लेकिन मुझे भी आश्चर्य है कि मुझे सॉफ्टमैक्स का उपयोग करना …

11 deep-learning  loss-functions  computer-vision  conv-neural-network 

गुडफेलो की (2016) पुस्तक में गहन अध्ययन पर, उन्होंने L2 नियमितीकरण ( https://www.deeplearningbook.org/contents/ अनियमितization.html पृष्ठ 247) पर शीघ्र रोक लगाने की बात की । लागत समारोह का द्विघात अनुमान है:jjj J^(θ)=J(w∗)+12(w−w∗)TH(w−w∗)J^(θ)=J(w∗)+12(w−w∗)TH(w−w∗)\hat{J}(\theta)=J(w^*)+\frac{1}{2}(w-w^*)^TH(w-w^*) जहां हेसियन मैट्रिक्स (Eq। 7.33) है। क्या यह बीच का शब्द याद आ रहा है? टेलर विस्तार होना चाहिए: …

11 neural-networks  deep-learning  loss-functions  derivative 

मैं वस्तुओं का एक डिटेक्टर बनाने की कोशिश कर रहा हूं जो बहुत कम (छवियों में) होता है, एक स्लाइडिंग / रिसाइज्ड विंडो में लागू सीएनएन बाइनरी क्लासिफायरियर का उपयोग करने की योजना है। मैंने संतुलित 1: 1 पॉजिटिव-निगेटिव ट्रेनिंग और टेस्ट सेट का निर्माण किया है (क्या इस तरह …

11 logistic  classification  unbalanced-classes  loss-functions 

यह स्कैडिट ग्रैडिएंटबॉस्टिंग का द्विपद अवमूल्यन हानि कार्य है, def __call__(self, y, pred, sample_weight=None): """Compute the deviance (= 2 * negative log-likelihood). """ # logaddexp(0, v) == log(1.0 + exp(v)) pred = pred.ravel() if sample_weight is None: return -2.0 * np.mean((y * pred) - np.logaddexp(0.0, pred)) else: return (-2.0 / …

11 machine-learning  scikit-learn  boosting  loss-functions 

समस्या का हल: minmE[|m−X|]minmE[|m−X|] \min_{m} \; E[|m-X|] एक्स के माध्यिका के रूप में अच्छी तरह से जाना जाता है XXX, लेकिन नुकसान का प्रतिशत अन्य प्रतिशत के लिए कैसा दिखता है? Ex: X का 25 वाँ प्रतिशतक इसका समाधान है: minmE[L(m,X)]minmE[L(m,X)] \min_{m} \; E[ L(m,X) ] इस मामले में एल …

11 expected-value  loss-functions 

मैं एक ऑनलाइन पाठ्यक्रम में इन स्लाइड्स (स्लाइड # 16 & # 17) पर आया हूं । प्रशिक्षक यह समझाने की कोशिश कर रहा था कि अधिकतम पोस्टीरियर एस्टीमेट (एमएपी) वास्तव में समाधान , जहां the है असली पैरामीटर।θ *ल ( θ ) = मैं[ Θ ≠ θ*]L(θ)=I[θ≠θ∗]L(\theta) = \mathcal{I}[\theta …

10 bayesian  optimization  loss-functions  decision-theory  map-estimation 

मैं चो 2014 पेपर के माध्यम से काम कर रहा हूं जिसने seq2seq मॉडलिंग के लिए एनकोडर-डिकोडर आर्किटेक्चर पेश किया। कागज में, वे दिए गए आउटपुट इनपुट की संभावना (या यह नकारात्मक-लॉग-संभावना) का उपयोग करते हैं, लंबाई इनपुट और लंबाई आउटपुट के लिए नुकसान फ़ंक्शन के रूप में :एम वाई …

10 deep-learning  loss-functions  rnn 

ठीक है - मेरा मूल संदेश एक प्रतिक्रिया प्राप्त करने में विफल रहा; इसलिए, मुझे प्रश्न को एक अलग तरीके से रखना चाहिए। मैं एक निर्णय सिद्धांत से परिप्रेक्ष्य की मेरी समझ की व्याख्या करके शुरू करूंगा। मेरे पास कोई औपचारिक प्रशिक्षण नहीं है और यह मुझे आश्चर्यचकित नहीं करेगा …

10 bias  loss-functions  frequentist  decision-theory  risk