machine-learning पर टैग किए गए जवाब

मुझे लगता है कि मशीन सीखने या पैरामीटर के आकलन की एक बुनियादी धारणा यह है कि अनदेखी डेटा प्रशिक्षण सेट के समान वितरण से आता है। हालांकि, कुछ व्यावहारिक मामलों में, परीक्षण सेट का वितरण लगभग प्रशिक्षण सेट से अलग होगा। बड़े पैमाने पर बहु-वर्गीकरण समस्या के लिए कहें …

23 machine-learning  classification  skewness  unbalanced-classes  multi-class 

हाल ही में cstheory stackexchange पर एक एमएल-जैसे सवाल आया था, और मैंने पॉवेल की विधि, ग्रेडिएंट डिसेंट, जेनेटिक एल्गोरिदम या अन्य "सन्निकटन एल्गोरिदम" की सिफारिश करते हुए एक उत्तर पोस्ट किया । एक टिप्पणी में किसी ने मुझे बताया कि ये विधियां "विधियां" थीं और "अनुमानित एल्गोरिदम" नहीं थीं …

23 machine-learning  optimization  approximation 

मैं कागले , ट्यूनडिट और क्राउडअनालिटिक्स पर भविष्य कहनेवाला मॉडलिंग प्रतियोगिताओं में भाग लेता हूं । मुझे लगता है कि ये साइट आँकड़ों / मशीन सीखने के लिए "वर्क-आउट" का एक अच्छा तरीका है। क्या कोई अन्य साइटें हैं जिनके बारे में मुझे पता होना चाहिए? आप सभी प्रतियोगिताओं के …

23 machine-learning  predictive-models 

मैं वर्गीकरण पेड़ों के लिए एक विकल्प की तलाश कर रहा हूं जो बेहतर भविष्य कहनेवाला शक्ति प्राप्त कर सकता है। मैं जिस डेटा के साथ काम कर रहा हूं, उसमें व्याख्यात्मक और व्याख्या किए गए चर दोनों के कारक हैं। मुझे याद है कि इस संदर्भ में यादृच्छिक जंगलों …

23 r  machine-learning  classification  cart 

Xgboost में min_child_weight पैरामीटर की परिभाषा इस प्रकार दी गई है: एक बच्चे में आवश्यक वजन का न्यूनतम योग (हेसियन)। यदि वृक्ष विभाजन चरण लीफ नोड में एक परिणाम के साथ होता है, उदाहरण के लिए न्यूनतम वजन min_child_weight से कम होता है, तो निर्माण प्रक्रिया आगे विभाजन को छोड़ …

23 machine-learning  xgboost  hessian 

बूस्टिंग को समझने का सबसे आसान तरीका क्या है? यह बहुत कमज़ोर क्लासिफ़ायर "अनन्तता" (पूर्णता) को बढ़ावा क्यों नहीं देता है?

23 machine-learning  boosting 

क्या कोई कृपया बहुत ही बुनियादी शब्दों में पर्याप्त आँकड़ों की व्याख्या कर सकता है ? मैं एक इंजीनियरिंग पृष्ठभूमि से आता हूं, और मैं बहुत सारी चीजों से गुजरा हूं, लेकिन सहज ज्ञान की खोज में असफल रहा।

23 machine-learning  mathematical-statistics  intuition 

मेरी समझ यह है कि मशीन सीखने में यह एक समस्या हो सकती है यदि आपके डेटासेट में अत्यधिक सहसंबद्ध विशेषताएं हैं, क्योंकि वे प्रभावी रूप से समान जानकारी को एन्कोड करते हैं। हाल ही में किसी ने बताया कि जब आप एक सहसंबंधी चर पर एक-गर्म एन्कोडिंग करते हैं …

23 regression  machine-learning  categorical-data  discrete-data  categorical-encoding 

यहां एक समान धागा है ( तंत्रिका नेटवर्क की लागत फ़ंक्शन गैर-उत्तल है? ) लेकिन मैं वहां के उत्तरों में बिंदुओं को समझने में सक्षम नहीं था और फिर से यह पूछने की मेरी वजह से कुछ मुद्दों को स्पष्ट करने की उम्मीद है: यदि मैं चुकता अंतर लागत फ़ंक्शन …

22 machine-learning  neural-networks  optimization  loss-functions  convex 

मैं इस बात को लेकर उत्सुक हूं कि कैसे न्यूट्रल नेटवर्क का उपयोग नेट-रेस्पेक्ट्स / स्किप कनेक्शन के माध्यम से किया जाता है। मैंने ResNet (जैसे स्किप-लेयर कनेक्शन वाले न्यूरल नेटवर्क ) के बारे में कुछ सवाल देखे हैं, लेकिन यह विशेष रूप से प्रशिक्षण के दौरान ग्रेडिएंट्स के बैक-प्रचार …

22 machine-learning  neural-networks  conv-neural-network  gradient-descent  backpropagation 

मैं केवल एक छिपी हुई परत के साथ एक सामान्य तंत्रिका नेटवर्क के साथ खेल रहा था, टेंसोफ़्लो द्वारा, और फिर मैंने छिपी हुई छिपकली के लिए अलग सक्रियता की कोशिश की: Relu अवग्रह सॉफ्टमैक्स (अच्छी तरह से, आमतौर पर सॉफ्टमैक्स का उपयोग अंतिम परत में किया जाता है ..) …

22 machine-learning  neural-networks  conv-neural-network  tensorflow  sigmoid-curve 

नीचे दी गई छवि झूठी सकारात्मक दरों बनाम वास्तविक सकारात्मक दरों के निरंतर वक्र को दर्शाती है: हालाँकि, मुझे तुरंत क्या नहीं मिलता है कि इन दरों की गणना कैसे की जा रही है। यदि कोई विधि डेटासेट में लागू होती है, तो इसमें एक निश्चित FP दर और एक …

22 machine-learning  data-visualization  roc  auc 

उचित स्कोरिंग नियमों के अधिकांश संसाधनों में लॉग-लॉस, बैरियर स्कोर या गोलाकार स्कोरिंग जैसे विभिन्न स्कोरिंग नियमों का उल्लेख है। हालांकि, वे अक्सर उनके बीच के मतभेदों पर ज्यादा मार्गदर्शन नहीं देते हैं। (प्रदर्शनी ए: विकिपीडिया ।) लॉगरिदमिक स्कोर को अधिकतम करने वाले मॉडल को चुनना अधिकतम संभावना मॉडल को …

22 machine-learning  classification  model-selection  theory  scoring-rules 

मैं वर्तमान में डेविड बार्बर द्वारा "बायेसियन रीजनिंग एंड मशीन लर्निंग" के माध्यम से जा रहा हूं और यह बुनियादी बातों को सीखने के लिए एक बहुत अच्छी तरह से लिखित और आकर्षक पुस्तक है। तो एक सवाल जो पहले से ही ऐसा किया है। नाई में अधिकांश अवधारणाओं के …

22 machine-learning  bayesian  references  graphical-model 

क्या मशीन किसी भी सांख्यिकीविद् के लिए एक महत्वपूर्ण विषय है जिससे आप परिचित हो सकते हैं? ऐसा लगता है कि मशीन सीखने के आंकड़े हैं। सांख्यिकी कार्यक्रमों (स्नातक और स्नातक) को मशीन सीखने की आवश्यकता क्यों नहीं है?

22 machine-learning  careers