machine-learning पर टैग किए गए जवाब

प्रशिक्षण, सत्यापन और परीक्षण सेट में अपने लेबल किए गए डेटा को विभाजित करते समय, मैंने 50/25/25 से 85/5/10 तक सब कुछ सुना है। मुझे यकीन है कि यह इस बात पर निर्भर करता है कि आप अपने मॉडल का उपयोग कैसे करने जा रहे हैं और अपने सीखने के …

10 machine-learning  cross-validation 

मेरे पास कंप्यूटर प्रोग्रामिंग और प्राथमिक संख्या सिद्धांत में एक पृष्ठभूमि है, लेकिन कोई वास्तविक सांख्यिकी प्रशिक्षण नहीं है, और हाल ही में "खोज" किया है कि पूरी तकनीक की अद्भुत दुनिया वास्तव में एक सांख्यिकीय दुनिया है। ऐसा लगता है कि मैट्रिक्स कारक, मैट्रिक्स पूर्णता, उच्च आयामी टेनर्स, एम्बेडिंग, …

10 machine-learning  estimation 

जब कुछ डेटा सेट पर स्टोचैस्टिक ग्रेडिएंट वंश के माध्यम से एक मानकीकृत मॉडल (जैसे संभावना को अधिकतम करने के लिए) का प्रशिक्षण दिया जाता है, तो आमतौर पर यह माना जाता है कि प्रशिक्षण के नमूने प्रशिक्षण डेटा वितरण से तैयार किए गए हैं। इसलिए यदि लक्ष्य संयुक्त वितरण …

10 machine-learning  conditional-probability  reinforcement-learning  gradient-descent 

यह मेरा प्रशिक्षण डेटा है: 200,000 उदाहरण x 10,000 सुविधाएँ। तो मेरा प्रशिक्षण डेटा मैट्रिक्स है - 200,000 x 10,000। मैंने प्रत्येक फ़िमेल को एक-एक करके (एक के बाद एक उदाहरण) सहेज कर मेमोरी मुद्दों के बिना एक सपाट फ़ाइल में इसे सहेजने में कामयाबी हासिल की, क्योंकि मैं प्रत्येक …

10 machine-learning  dataset  algorithms  python 

नियमितीकरण करने के कई तरीके हैं - उदाहरण के लिए , एल 1 , और एल 2 मानक आधारित नियमितीकरण। फ्रेडमैन हस्ती और टिबरानी के अनुसार , सबसे अच्छा नियमितकर्ता समस्या पर निर्भर करता है: अर्थात् वास्तविक लक्ष्य फ़ंक्शन की प्रकृति, विशेष आधार का उपयोग, सिग्नल-टू-शोर अनुपात और नमूना आकार।एल0L0L_0एल1L1L_1एल2L2L_2 …

10 r  regression  machine-learning  regularization 

मैं समय श्रृंखला भविष्यवाणी पर काम कर रहा हूं। मेरे पास दो डेटा सेट डी 1 = { एक्स1, एक्स2, । । । । एक्सn}डी1={एक्स1,एक्स2,।।।।एक्सn}D1=\{x_1, x_2,....x_n\} और डी 2 = { एक्सn+ 1 , xn+ 2 , एक्सn+ 3 , । । । । , एक्सn+ के }डी2={एक्सn+1,एक्सn+2,एक्सn+3,।।।।,एक्सn+क}D2=\{x_n+1, x_n+2, x_n+3,...., …

10 time-series  machine-learning  statistical-significance  classification  model-evaluation 

टेक्स्ट माइनिंग के लिए फीचर निर्माण का एक पारंपरिक तरीका बैग-ऑफ-वर्ड्स दृष्टिकोण है, और किसी दिए गए टेक्स्ट डॉक्यूमेंट की विशेषता वाले वेक्टर की स्थापना के लिए tf-idf का उपयोग करके इसे बढ़ाया जा सकता है। वर्तमान में, मैं फ़ीचर वेक्टर के निर्माण के लिए द्वि-ग्राम भाषा मॉडल या (एन-ग्राम) …

10 machine-learning  data-mining  text-mining  natural-language  language-models 

कुछ समय के लिए, ऐसा लग रहा था कि फिशर कर्नेल लोकप्रिय हो सकते हैं, क्योंकि वे संभावित मॉडल से गुठली बनाने का एक तरीका प्रतीत हो रहे थे। हालांकि, मैंने शायद ही कभी उन्हें अभ्यास में इस्तेमाल करते देखा है, और मेरे पास यह अच्छा अधिकार है कि वे …

10 machine-learning  probability  kernel-trick  generative-models 

मेरी पहुंच बहुत बड़े डेटासेट तक है। डेटा चार लोगों में से एक से संगीत अंश सुनने वाले एमईजी रिकॉर्डिंग से है। डेटा इस प्रकार है: 6 विषय 3 प्रायोगिक दोहराव (युग) 120 परीक्षण प्रति युग 275 MEG चैनलों से 500Hz (= 4000 नमूने) पर परीक्षण के अनुसार 8 सेकंड …

10 machine-learning  feature-selection  large-data  feature-construction 

मूल रूप से, विशाल डेटासेट के खिलाफ सीखने के दो सामान्य तरीके हैं (जब आप समय / स्थान प्रतिबंधों का सामना करते हैं): धोखा :) - प्रशिक्षण के लिए सिर्फ एक "प्रबंधनीय" सबसेट का उपयोग करें। घटते रिटर्न के कानून की वजह से सटीकता की हानि नगण्य हो सकती है …

10 machine-learning  large-data  model-evaluation  train 

एक सिग्नल प्रोसेसिंग तकनीक, मेल फ़्रीक्वेंसी सेफस्ट्रम , का उपयोग अक्सर मशीन लर्निंग कार्य में उपयोग के लिए एक संगीत टुकड़े से जानकारी निकालने के लिए किया जाता है। यह विधि एक अल्पकालिक बिजली स्पेक्ट्रम देती है, और गुणांक इनपुट के रूप में उपयोग किया जाता है। म्यूजिक रिट्रीवल सिस्टम …

10 machine-learning  classification  signal-processing  mfcc 

माना जाता है कि एक साधारण लेकिन दिलचस्प समस्या के बारे में, मैं कुछ कोड लिखने के लिए उपभोग्य पूर्वानुमान लगा सकता हूं, जिनकी मुझे निकट भविष्य में अपनी पिछली खरीद का पूरा इतिहास देना होगा। मुझे यकीन है कि इस तरह की समस्या में कुछ अधिक सामान्य और अच्छी …

10 time-series  machine-learning  forecasting 

मैं नमूनों की तुलना में अधिक भविष्यवक्ताओं के साथ "विस्तृत" डेटासेट में निरंतर परिणाम की व्याख्या करने की कोशिश करने के लिए एक यादृच्छिक वन मॉडल विकसित करने के लिए आर में यादृच्छिकतम पैकेज का उपयोग कर रहा हूं। विशेष रूप से, मैं एक आरएफ मॉडल फिटिंग कर रहा हूं, …

10 r  machine-learning  hypothesis-testing  model-selection  random-forest 

विशेष रूप से मशीन लर्निंग साहित्य के कंप्यूटर-विज्ञान उन्मुख पक्ष में, एयूसी (रिसीवर ऑपरेटर विशेषता वक्र के तहत क्षेत्र) सहपाठियों के मूल्यांकन के लिए एक लोकप्रिय मानदंड है। एयूसी का उपयोग करने के लिए क्या औचित्य हैं? उदाहरण के लिए एक विशेष नुकसान फ़ंक्शन है जिसके लिए इष्टतम निर्णय सर्वश्रेष्ठ …

10 machine-learning  roc 

मैं आर पैकेज गैंल्स का उपयोग करके एक जीएएम -आधारित प्रतिगमन चला रहा हूं और डेटा का शून्य-फुलाया बीटा वितरण मान रहा हूं । मेरे पास अपने मॉडल में केवल एक ही व्याख्यात्मक चर है, इसलिए यह मूल रूप से है mymodel = gamlss(response ~ input, family=BEZI):। एल्गोरिथ्म मुझे माध्य …

10 nonlinear-regression  gamlss  machine-learning  svm