machine-learning पर टैग किए गए जवाब

फ़ीड-फ़ॉरवर्ड और आवर्तक तंत्रिका नेटवर्क के बीच अंतर क्या है ? आप एक का उपयोग दूसरे पर क्यों करेंगे? क्या अन्य नेटवर्क टोपोलॉजी मौजूद हैं?

58 machine-learning  neural-networks  terminology  rnn  topologies 

मुझे डेटा माइनिंग के लिए संभाव्यता और सांख्यिकी कुकबुक और आर संदर्भ कार्ड जैसे संसाधन अविश्वसनीय रूप से उपयोगी हैं। वे स्पष्ट रूप से संदर्भ के रूप में अच्छी तरह से काम करते हैं, लेकिन मुझे एक विषय पर अपने विचारों को व्यवस्थित करने और भूमि पर लेटने में भी …

57 machine-learning  references 

मुझे इस मुद्दे के बारे में यहां और यहां दो प्रश्न मिले लेकिन अभी तक कोई स्पष्ट उत्तर या स्पष्टीकरण नहीं है। मैं उसी समस्या को लागू करता हूं जहां सत्यापन त्रुटि मेरे रूपांतरण तंत्रिका नेटवर्क में प्रशिक्षण त्रुटि से कम है। इसका क्या मतलब है?

57 machine-learning  mathematical-statistics  neural-networks  cross-validation 

पीसीए और ऑटोएन्कोडर दोनों ही डिमेंशन में कमी कर सकते हैं, इसलिए उनके बीच क्या अंतर हैं? मुझे किस स्थिति में एक दूसरे का उपयोग करना चाहिए?

56 machine-learning  pca  neural-networks  autoencoders 

मैं गहरी शिक्षा के क्षेत्र में नया हूं और मेरे लिए पहला कदम deeplearning.net साइट से दिलचस्प लेख पढ़ना था। गहरी शिक्षा के बारे में कागजात में, हिंटन और अन्य लोग ज्यादातर इसे छवि समस्याओं पर लागू करने के बारे में बात करते हैं। क्या कोई मुझे जवाब देने की …

54 time-series  machine-learning  prediction  deep-learning  deep-belief-networks 

मेरे लिए, ऐसा लगता है कि होल्ड-आउट सत्यापन बेकार है। यही है, मूल डेटासेट को दो-भागों (प्रशिक्षण और परीक्षण) में विभाजित करना और परीक्षण स्कोर का सामान्यीकरण उपाय के रूप में उपयोग करना, कुछ हद तक बेकार है। K- गुना क्रॉस-वैधीकरण सामान्यीकरण के बेहतर सन्निकटन देता है (क्योंकि यह हर …

54 machine-learning  cross-validation  validation 

सांख्यिकीय सीखने में, परोक्ष या स्पष्ट रूप से, एक हमेशा मानता है कि प्रशिक्षण सेट D={X,y}D={X,y}\mathcal{D} = \{ \bf {X}, \bf{y} \} से बना है NNN इनपुट / प्रतिक्रिया tuples (Xi,yi)(Xi,yi)({\bf{X}}_i,y_i) कि कर रहे हैं स्वतंत्र रूप से एक ही संयुक्त वितरण से तैयार P(X,y)P(X,y)\mathbb{P}({\bf{X}},y) साथ p(X,y)=p(y|X)p(X)p(X,y)=p(y|X)p(X) p({\bf{X}},y) = p( …

54 machine-learning  cross-validation  non-independent  iid 

मैं अपने मशीन लर्निंग प्रयोगों को करने के लिए पायथन पुस्तकालयों का उपयोग करने पर विचार कर रहा हूं। इस प्रकार, मैं WEKA पर भरोसा कर रहा था, लेकिन पूरी तरह से बहुत असंतुष्ट रहा हूं। यह मुख्य रूप से है क्योंकि मैंने WEKA को इतनी अच्छी तरह से समर्थित …

53 machine-learning  python 

मशीन लर्निंग में एक सामान्य अच्छा अभ्यास भविष्यवक्ता चर की सामान्यीकरण या डेटा मानकीकरण करना है, यह है, मतलब को बदलने वाले डेटा को केंद्र में रखना और इसे विचरण (या मानक विचलन) द्वारा विभाजित करना सामान्य करना। स्व-नियंत्रण और मेरी समझ के लिए हम दो मुख्य चीजों को प्राप्त …

52 machine-learning  normalization  standardization  multidimensional-scaling 

कागजात के कई लेखक मैं पढ़ता हूं एसवीएम उनके प्रतिगमन / वर्गीकरण समस्या का सामना करने के लिए बेहतर तकनीक है, इस बात से अवगत कि वे एनएन के माध्यम से समान परिणाम प्राप्त नहीं कर सकते थे। अक्सर तुलना में कहा गया है कि एनवी के बजाय एसवीएम, एक …

52 machine-learning  svm  neural-networks 

मेरे पास (सुविधाओं, बाइनरी आउटपुट 0 या 1) के रूप में एक डेटा सेट है, लेकिन 1 बहुत कम ही होता है, इसलिए केवल हमेशा 0 की भविष्यवाणी करने से, मुझे 70% और 90% के बीच सटीकता मिलती है (विशेष डेटा के आधार पर मैं देखता हूं )। एमएल विधियां …

52 machine-learning  classification  binary-data  unbalanced-classes 

मैं प्रतिगमन मॉडल बना रहा हूं। एक प्रीप्रोसेसिंग कदम के रूप में, मैं 0 और मानक विचलन का मतलब करने के लिए अपने फीचर मानों को स्केल करता हूं। क्या लक्ष्य मानों को भी सामान्य करना आवश्यक है?

52 regression  machine-learning 

लॉजिस्टिक रिग्रेशन , एसवीएम , डिसीजन ट्री , बैगिंग और इसी तरह के कई अन्य सवालों का उपयोग करते समय हमारे पास असंतुलित डेटा के बारे में पहले से ही कई सवाल थे , जो इसे बहुत लोकप्रिय विषय बनाता है! दुर्भाग्य से, प्रत्येक प्रश्न एल्गोरिदम-विशिष्ट प्रतीत होता है और …

52 machine-learning  classification  predictive-models  unbalanced-classes 

मशीन लर्निंग पर मैंने जो कुछ सामग्री देखी है, उसने कहा कि प्रतिगमन के माध्यम से वर्गीकरण समस्या का सामना करना एक बुरा विचार है। लेकिन मुझे लगता है कि डेटा को फिट करने के लिए एक निरंतर प्रतिगमन करना संभव है और असतत वर्गीकरणों का उत्पादन करने के लिए …

51 regression  machine-learning  classification 

बढ़ाने की संक्षिप्त परिभाषा : क्या कमजोर शिक्षार्थियों का एक समूह एक मजबूत शिक्षार्थी बना सकता है? एक कमजोर शिक्षार्थी को एक क्लासिफायरियर के रूप में परिभाषित किया जाता है जो केवल सच्चे वर्गीकरण से थोड़ा संबंधित है (यह यादृच्छिक अनुमान से बेहतर उदाहरणों को लेबल कर सकता है)। यादृच्छिक …

51 machine-learning  random-forest  boosting  bagging