machine-learning पर टैग किए गए जवाब

मैं उलझन में हूं। क्या डीप विश्वास नेटवर्क और डीप बोल्ट्ज़मैन मशीनों के बीच अंतर है? यदि हां, तो क्या अंतर है?

28 machine-learning  deep-learning  rbm  deep-belief-networks 

इसी तरह का सवाल आँकड़े पर भी देखें । में बढ़ाने जैसे एल्गोरिदम AdaBoost और LPBoost यह ज्ञात है कि "कमज़ोर" शिक्षार्थियों केवल, उपयोगी होने के लिए विकिपीडिया से मौका तुलना में बेहतर प्रदर्शन करने के लिए है जोड़ा जा करने के लिए: इसका उपयोग करने वाले क्लासीफायर कमजोर हो …

28 machine-learning  theory  boosting 

मैं सिर्फ इस पेपर में आया था , जो बताता है कि मिश्रित प्रभाव मॉडलिंग के माध्यम से माप की पुनरावृत्ति (उर्फ विश्वसनीयता, उर्फ ​​इंट्राक्लास सहसंबंध) की गणना कैसे की जाती है। आर कोड होगा: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

Google प्रेडिक्शन एपीआई एक क्लाउड सेवा है जहां उपयोगकर्ता कुछ रहस्यमयी क्लासिफायरफायर को प्रशिक्षित करने के लिए कुछ प्रशिक्षण डेटा जमा कर सकता है और बाद में आने वाले डेटा को वर्गीकृत करने के लिए कह सकता है, उदाहरण के लिए स्पैम फ़िल्टर लागू करना या उपयोगकर्ता की प्राथमिकताओं की …

28 machine-learning 

5.5 में, डीप लर्निंग (इयान गुडफेलो, योशुआ बेंगियो और आरोन कोर्टविल द्वारा), यह बताता है कि एक नकारात्मक लॉग-लाइबिलिटी से युक्त कोई भी नुकसान प्रशिक्षण सेट और मॉडल द्वारा परिभाषित संभावना वितरण द्वारा परिभाषित अनुभवजन्य वितरण के बीच का अंतर-प्रवेश है। उदाहरण के लिए, मतलब चुकता त्रुटि अनुभवजन्य वितरण और …

28 machine-learning  normal-distribution  cross-entropy 

मेरे पास क्रॉस-सत्यापन प्रक्रिया के बारे में एक प्रश्न है। मैं कर्सरा पर मशीन लर्निंग के एक कोर्स के बीच में हूं। विषय में से एक क्रॉस-मान्यता के बारे में है। मुझे इसका पालन करना थोड़ा कठिन लगा। मुझे पता है कि हमें सीवी की आवश्यकता क्यों है क्योंकि हम …

28 machine-learning  cross-validation 

जब मैं GAM का उपयोग करता हूं, तो यह मुझे अवशिष्ट डीएफ देता है (कोड में अंतिम पंक्ति)। इसका क्या मतलब है? GAM उदाहरण से परे, सामान्य तौर पर, क्या स्वतंत्रता की डिग्री की संख्या एक गैर-पूर्णांक संख्या हो सकती है?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

हम जानते हैं कि कुछ उद्देश्य कार्यों को अनुकूलित करना आसान है और कुछ कठिन हैं। और कई नुकसान कार्य हैं जिन्हें हम उपयोग करना चाहते हैं लेकिन मुश्किल से उपयोग करते हैं, उदाहरण के लिए 0-1 नुकसान। तो हमें काम करने के लिए कुछ प्रॉक्सी लॉस फंक्शन्स मिलते हैं। …

27 machine-learning  classification  optimization  loss-functions 

सबसे प्रसिद्ध दस्यु एल्गोरिथ्म ऊपरी विश्वास बाध्य (यूसीबी) है जिसने एल्गोरिदम के इस वर्ग को लोकप्रिय बनाया। तब से मुझे लगता है कि अब बेहतर एल्गोरिदम हैं। वर्तमान सर्वश्रेष्ठ एल्गोरिथ्म (अनुभवजन्य प्रदर्शन या सैद्धांतिक सीमा के संदर्भ में) क्या है? क्या यह एल्गोरिथ्म कुछ अर्थों में इष्टतम है?

27 machine-learning  algorithms  theory  reinforcement-learning  multiarmed-bandit 

यह अच्छी तरह से जाना जाता है, विशेष रूप से प्राकृतिक भाषा प्रसंस्करण में, कि मशीन लर्निंग को दो चरणों, एक प्रशिक्षण चरण और एक मूल्यांकन चरण में आगे बढ़ना चाहिए, और उन्हें अलग-अलग डेटा का उपयोग करना चाहिए। ऐसा क्यों है? सहज रूप से, यह प्रक्रिया डेटा को ओवरफिट …

27 machine-learning  cross-validation 

पाठ वर्गीकरण में, मेरे पास लगभग 800 नमूनों के साथ एक प्रशिक्षण सेट है, और लगभग 150 नमूनों के साथ एक परीक्षण सेट है। परीक्षण सेट का उपयोग कभी नहीं किया गया है, और अंत तक उपयोग किए जाने की प्रतीक्षा की जा रही है। मैं पूरे 800 सैंपल ट्रेनिंग …

27 machine-learning  classification  cross-validation  text-mining 

मशीन लर्निंग के संदर्भ में, क्या अंतर है अप्रशिक्षित शिक्षा पर्यवेक्षित शिक्षण और अर्ध-पर्यवेक्षित शिक्षा? और देखने के लिए कुछ मुख्य एल्गोरिथम दृष्टिकोण क्या हैं?

27 machine-learning  unsupervised-learning  supervised-learning  semi-supervised 

मैं सैद्धांतिक मशीन लर्निंग पर काम कर रहा हूं - ट्रांसफर लर्निंग पर, विशिष्ट होने के लिए - मेरे पीएच.डी. जिज्ञासा से बाहर, मुझे उत्तल अनुकूलन पर एक कोर्स क्यों करना चाहिए? उत्तल ऑप्टिमाइज़ेशन से क्या-क्या रास्ते हैं, क्या मैं सैद्धांतिक मशीन सीखने पर अपने शोध में उपयोग कर सकता …

27 machine-learning  optimization  convex  transfer-learning 

मैंने एंड्रयू एनजी के मशीन लर्निंग कोर्स को एक साल पहले पूरा कर लिया है, और अब मैं अपने हाई स्कूल मैथ की खोज को लॉजिस्टिक रिग्रेशन और तकनीकों के प्रदर्शन पर अनुकूलित करने के लिए लिख रहा हूं। इन तकनीकों में से एक, निश्चित रूप से, नियमितीकरण है। नियमितीकरण …

27 regression  machine-learning  optimization  regularization  overfitting 

क्या कोई मुझे SVM ​​में गुठली के बीच का अंतर बता सकता है: रैखिक बहुपद गाऊसी (आरबीएफ) अवग्रह क्योंकि जैसा कि हम जानते हैं कि कर्नेल का उपयोग हमारे इनपुट स्थान को उच्च आयामीता वाले स्थान में मैप करने के लिए किया जाता है। और उस सुविधा स्थान में, हम …

27 machine-learning  svm  pattern-recognition  kernel-trick