machine-learning पर टैग किए गए जवाब

क्या उच्च आयामों में दो-स्तरीय डेटासेट के रैखिक पृथक्करण का परीक्षण करने का एक तरीका है? मेरे फ़ीचर वैक्टर 40-लंबे हैं। मुझे पता है कि मैं हमेशा लॉजिस्टिक रिग्रेशन प्रयोगों को चला सकता हूं और यह निष्कर्ष निकालने के लिए हिट्रेट बनाम झूठी अलार्म दर निर्धारित कर सकता हूं कि …

20 machine-learning  classification 

ब्रीमन का कहना है कि पेड़ों को छंटाई के साथ उगाया जाता है। क्यों? मेरे कहने का तात्पर्य यह है कि इस बात का ठोस कारण होना चाहिए कि बेतरतीब जंगल में पेड़ क्यों नहीं उगते हैं। दूसरी ओर, एक एकल निर्णय पेड़ को अधिक फिटिंग से बचने के लिए …

20 machine-learning 

मैं डिग्री 2 के बहुपद कर्नेल के साथ C-SVC मोड में libsvm का उपयोग कर रहा हूं और मुझे कई एसवीएम को प्रशिक्षित करने की आवश्यकता है। प्रत्येक प्रशिक्षण सेट में 10 सुविधाएँ और 5000 वैक्टर हैं। प्रशिक्षण के दौरान, मुझे अधिकांश SVM के लिए यह चेतावनी मिल रही है …

20 machine-learning  cross-validation  svm  regularization  libsvm 

मैंने विभिन्न (प्रतीत होता है) कथनों का खंडन करते हुए पढ़ा है कि क्या AdaBoost (या अन्य बूस्टिंग तकनीक) अन्य शिक्षण विधियों की तुलना में कम या ज्यादा होने का खतरा है। क्या एक या दूसरे पर विश्वास करने के अच्छे कारण हैं? यदि यह निर्भर करता है, तो यह …

20 machine-learning  boosting 

गिरी चाल कई शिक्षण मॉडेल (जैसे में प्रयोग किया जाता है SVM )। इसे पहली बार 1964 में "पैटर्न रिकॉग्निशन लर्निंग में संभावित फ़ंक्शन विधि की सैद्धांतिक नींव" में पेश किया गया था। विकिपीडिया परिभाषा कहती है कि यह है एक गैर-रैखिक समस्या को हल करने के लिए एक रैखिक-श्रेणीबद्ध …

20 machine-learning  kernel-trick 

मैं यादृच्छिक वन का विशेषज्ञ नहीं हूं, लेकिन मैं स्पष्ट रूप से समझता हूं कि यादृच्छिक वन के साथ प्रमुख मुद्दा (यादृच्छिक) वृक्ष पीढ़ी है। क्या आप मुझे समझा सकते हैं कि पेड़ कैसे पैदा होते हैं? (अर्थात वृक्ष निर्माण के लिए प्रयुक्त वितरण क्या है?) अग्रिम में धन्यवाद !

20 machine-learning  r  algorithms  cart  random-forest 

हाल ही में मैंने सीखा है कि एमएल समस्याओं के लिए बेहतर समाधान खोजने का एक तरीका सुविधाओं का निर्माण है। उदाहरण के लिए, दो सुविधाओं को संक्षेपित करके ऐसा कर सकते हैं। उदाहरण के लिए, हमारे पास दो प्रकार के "हमले" और कुछ प्रकार के नायक के "बचाव" हैं। …

20 machine-learning  feature-construction 

विरल डेटा और लापता डेटा के बीच मुख्य अंतर क्या हैं? और यह मशीन सीखने को कैसे प्रभावित करता है? अधिक विशेष रूप से, स्पार्क डेटा और गुम डेटा का वर्गीकरण एल्गोरिदम और रिग्रेशन (संख्याओं की भविष्यवाणी) के प्रकारों पर क्या प्रभाव पड़ता है। मैं एक स्थिति के बारे में …

20 machine-learning  dataset  missing-data  sparse 

मैं LSTMs के साथ प्रयोग करने के लिए थीनो का उपयोग कर रहा हूं, और सोच रहा था कि LSTM के लिए कौन से अनुकूलन के तरीके (SGD, Adagrad, Adadelta, RMSprop, Adam, etc) सबसे अच्छे हैं? क्या इस विषय पर कोई शोध पत्र हैं? इसके अलावा, क्या इसका जवाब इस …

20 machine-learning  neural-networks  optimization  lstm 

मैं सांख्यिकीय सीखने के तत्वों के पूर्वाग्रह-विचरण व्यापार के अध्याय को पढ़ रहा हूं और मुझे पृष्ठ 29 पर सूत्र में संदेह है। डेटा एक मॉडल से उत्पन्न होने दें, जैसे कि जहाँ यादृच्छिक है अपेक्षित मान के साथ संख्या और वेरिएंट । बता दें कि मॉडल की त्रुटि का …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

क्या आर caretपैकेज मॉडल के लिए alphaऔर दोनों पर क्रॉस-मान्य है ? इस कोड को चलाना,lambdaglmnet eGrid <- expand.grid(.alpha = (1:10) * 0.1, .lambda = (1:10) * 0.1) Control <- trainControl(method = "repeatedcv",repeats = 3,verboseIter =TRUE) netFit <- train(x =train_features, y = y_train, method = "glmnet", tuneGrid = eGrid, trControl …

20 r  machine-learning  cross-validation  caret  glmnet 

जब आप सभी वजन को एक ही मूल्य (0.5) कहते हैं, तो बैकप्रॉपैगैशन काम क्यों नहीं करता है, लेकिन यादृच्छिक संख्याओं को देखते हुए ठीक काम करता है? क्या एल्गोरिथ्म को त्रुटि की गणना नहीं करनी चाहिए और वहां से काम करना चाहिए, इस तथ्य के बावजूद कि वजन शुरू …

20 machine-learning  neural-networks  backpropagation 

तंत्रिका नेटवर्क लिंगो के संदर्भ में (y = वजन * x + पूर्वाग्रह) मुझे कैसे पता चलेगा कि कौन से चर दूसरों की तुलना में अधिक महत्वपूर्ण हैं? मेरे पास 10 इनपुट के साथ एक तंत्रिका नेटवर्क है, 20 नोड्स के साथ 1 छिपी हुई परत, और 1 आउटपुट परत …

20 machine-learning  neural-networks  bias  tensorflow  theano 

जेनेटिक एल्गोरिदम अनुकूलन विधि का एक रूप है। अक्सर स्टोचैस्टिक ग्रेडिएंट डिसेंट और इसके डेरिवेटिव फंक्शन ऑप्टिमाइजेशन के लिए सबसे अच्छा विकल्प होते हैं, लेकिन जेनेटिक एल्गोरिदम अभी भी कभी-कभी उपयोग किए जाते हैं। उदाहरण के लिए, नासा के ST5 अंतरिक्ष यान का एंटीना एक आनुवंशिक एल्गोरिथ्म के साथ बनाया …

20 machine-learning  optimization  gradient-descent  genetic-algorithms 

मैं हाल ही में LSTM में दिलचस्पी ले रहा हूं और मुझे यह जानकर आश्चर्य हुआ कि वजन समय के साथ साझा किया जाता है। मुझे पता है कि यदि आप समय के साथ वजन साझा करते हैं, तो आपके इनपुट समय अनुक्रम एक चर लंबाई हो सकते हैं। साझा …

20 machine-learning  lstm  rnn