machine-learning पर टैग किए गए जवाब

मैं अक्सर लोगों को नेस्टेड क्रॉस सत्यापन के विशेष मामले के रूप में 5x2 क्रॉस-सत्यापन के बारे में बात करते हुए देखता हूं । मैं पहली संख्या मानता हूं (यहां: 5) आंतरिक लूप में सिलवटों की संख्या को संदर्भित करता है और दूसरी संख्या (यहां: 2) बाहरी लूप में सिलवटों …

10 machine-learning  cross-validation  hyperparameter 

मुझे कई समय-श्रृंखला डेटासेट पर विसंगति का पता लगाने की आवश्यकता है। मैंने पहले कभी ऐसा नहीं किया है और कुछ सलाह की उम्मीद कर रहा था। मैं अजगर के साथ बहुत सहज हूं, इसलिए मैं इस समाधान को लागू करना पसंद करूंगा (मेरे कोड के अधिकांश मेरे काम के …

10 machine-learning  time-series  python  computational-statistics  anomaly-detection 

मैं गौसियन प्रोसेस रिग्रेशन के लिए स्क्वॉयर एक्सपोनेंशियल कर्नेल (SE) का उपयोग कर रहा हूं। इस कर्नेल के फायदे हैं: 1) सरल: केवल 3 हाइपरपैरमीटर; 2) चिकनी: यह कर्नेल गाऊसी है। लोग do स्मूथनेस ’को इतना पसंद क्यों करते हैं? मुझे पता है कि गाऊसी कर्नेल असीम रूप से भिन्न …

10 machine-learning 

ईएसएल अध्याय 2.4 रैखिक प्रतिगमन को "मॉडल-आधारित" के रूप में वर्गीकृत करने के लिए लगता है, क्योंकि यह मानता हैच( X ) ≈ एक्स ⋅ बीटाf(x)≈x⋅βf(x) \approx x\cdot\beta, जबकि के-निकटतम पड़ोसियों के लिए कोई समान सन्निकटन नहीं बताया गया है। लेकिन दोनों तरीकों के बारे में धारणा नहीं बना रहे …

10 machine-learning  model  k-nearest-neighbour 

मुझे MNIST, CIFAR, STL-10, आदि के लिए रैंडम फ़ॉरेस्ट्स के आवेदन पर कोई साहित्य नहीं मिला है, इसलिए मैंने सोचा कि मैं उन्हें क्रमपरिवर्तन-अपरिवर्तनीय MNIST के साथ स्वयं प्रयास करूँगा। में आर , मैंने कोशिश की: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) यह 2 घंटे तक चला और 2.8% परीक्षण त्रुटि …

10 r  machine-learning  classification  random-forest  scikit-learn 

एक साधारण वर्गीकरण में, हमारे पास दो वर्ग हैं: कक्षा -० और कक्षा -१। कुछ आंकड़ों में मेरे पास केवल कक्षा -1 के लिए मान हैं, इसलिए कक्षा -0 के लिए कोई नहीं है। अब मैं क्लास -1 के लिए डेटा मॉडल करने के लिए एक मॉडल बनाने के बारे …

10 machine-learning  one-class 

कई पर्यवेक्षित वर्गीकरण कार्यों में कर्नेल विधियां बहुत प्रभावी हैं। तो कर्नेल विधियों की सीमाएं क्या हैं और कर्नेल विधियों का उपयोग कब करें? विशेष रूप से बड़े पैमाने पर डेटा युग में, कर्नेल के तरीकों की प्रगति क्या है? कर्नेल के तरीकों और कई उदाहरणों के सीखने के बीच …

10 machine-learning  kernel-trick 

मैं खुद से पूछ रहा हूं कि क्या प्रतिगमन संदर्भ में नकारात्मक चर महत्व मूल्य ("% IncMSE") के साथ उन चर को निकालना एक अच्छा विचार है। और अगर यह मुझे एक बेहतर भविष्यवाणी देता है? तुम क्या सोचते हो?

10 machine-learning  feature-selection  random-forest  importance 

मुझे तत्वों का एक सेट मिला है एक्सएक्सX जिसके अनुसार मैं वर्णन कर सकता हूं nnnविशेषताएँ। इस प्रकार: एक्समैं: {सीमैं १,सीमैं २, … ,सीमैं एन} ∣एक्समैं∈ एक्सएक्समैं:{सीमैं1,सीमैं2,...,सीमैंn}|एक्समैं∈एक्सx_i: \{c_{i1}, c_{i2}, \ldots, c_{in}\} \mid x_i \in X जहां तत्व के लिए (संख्यात्मक) मूल्यांकन है विशेषताओं के अनुसार । इसलिए मेरे तत्वों को …

10 machine-learning  algorithms  ranking  feature-construction 

बस यह देखना चाहता था कि क्या किसी के पास उच्च आयामी डेटा सेटों में गॉसियन प्रक्रिया प्रतिगमन (जीपीआर) को लागू करने का कोई अनुभव है। मैं विभिन्न विरल जीपीआर विधियों (जैसे विरल छद्म-इनपुट जीपीआर) में से कुछ में देख रहा हूं कि उच्च आयामी डेटा सेट के लिए क्या …

10 machine-learning  predictive-models  large-data  gaussian-process 

यह सिर्फ एक उदाहरण है कि मैं कई बार आया हूं, इसलिए मेरे पास कोई नमूना डेटा नहीं है। R में एक रैखिक प्रतिगमन मॉडल चलाना: a.lm = lm(Y ~ x1 + x2) x1एक सतत चर है। x2श्रेणीबद्ध है और इसके तीन मान हैं "उदा", "मध्यम" और "उच्च"। हालाँकि R …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

मुझे पता है कि सामान्यीकरण के दो से अधिक प्रकार हैं। उदाहरण के लिए, 1- एक जेड-स्कोर या टी-स्कोर का उपयोग करके डेटा ट्रांसफ़ॉर्म करना। इसे आमतौर पर मानकीकरण कहा जाता है। 2- 0 और 1 के बीच मान रखने के लिए डेटा को परिवर्तित करना। यदि मुझे सामान्य करने …

9 machine-learning  normalization  standardization  k-nearest-neighbour 

इसलिए मैं खुद को तंत्रिका नेटवर्क (प्रतिगमन अनुप्रयोगों के लिए, बिल्लियों की तस्वीरों को वर्गीकृत नहीं करना) सिखाने की कोशिश कर रहा हूं। मेरे पहले प्रयोग एक नेटवर्क को एक एफआईआर फिल्टर और एक असतत फूरियर ट्रांसफॉर्म ("सिग्नल से पहले" और "सिग्नल" के बाद प्रशिक्षण) को लागू करने के लिए …

9 machine-learning  neural-networks  optimization  keras  euclidean 

मैंने हाल ही में अपने टाइम सीरीज़ के ज्ञान को पुन: प्राप्त किया और महसूस किया कि मशीन लर्निंग ज्यादातर पूर्वानुमान से केवल एक कदम आगे है। साथ एक कदम आगे पूर्वानुमान मैं मतलब पूर्वानुमान जो, उदाहरण के लिए, अगर हम प्रति घंटा डेटा है, डेटा 10 से पूर्वानुमान 11 …

9 machine-learning  time-series  forecasting  arima 

मैंने हाल ही में एरिक जे। मा की इस बात को देखा और उनके ब्लॉग प्रविष्टि की जाँच की , जहाँ उन्होंने रेडफोर्ड नील को उद्धृत किया, कि बायेसियन मॉडल ओवरफिट नहीं करते हैं (लेकिन वे ओवरफिट कर सकते हैं ) और उनका उपयोग करते समय, हमें उन्हें सत्यापित करने …

9 machine-learning  bayesian  cross-validation  deep-learning