optimization पर टैग किए गए जवाब

मैं सिर्फ अनुकूलन के बारे में सीख रहा हूं, और उत्तल और गैर-उत्तल अनुकूलन के बीच अंतर को समझने में परेशानी हो रही है। मेरी समझ से, एक उत्तल फ़ंक्शन वह होता है जहां "फ़ंक्शन के ग्राफ़ पर किसी भी दो बिंदुओं के बीच का रेखा खंड ऊपर या ग्राफ़ …

19 optimization 

क्या ओवरफिटिंग की एक गणितीय या एल्गोरिथम परिभाषा है? अक्सर प्रदान की जाने वाली परिभाषाएं हर एक बिंदु के माध्यम से जाने वाली रेखा के साथ अंक की क्लासिक 2-डी साजिश हैं और सत्यापन हानि वक्र अचानक ऊपर जा रही हैं। लेकिन क्या कोई गणितीय रूप से कठोर परिभाषा है?

18 mathematical-statistics  optimization  overfitting 

किसी भी सामान्य नमूने एल्गोरिथ्म से, एक अनुकूलन एल्गोरिथ्म प्राप्त कर सकते हैं। दरअसल, एक मनमाना कार्य को अधिकतम करने के लिए , यह से नमूने खींचने के लिए पर्याप्त है । के लिए , इतने छोटे, इन नमूनों समारोह के वैश्विक अधिकतम (या व्यवहार में स्थानीय मॅक्सिमा) के पास …

18 sampling  optimization 

मैं एक कस्टम फ़ंक्शन को कम करने की कोशिश कर रहा हूं। इसे पांच मापदंडों और डेटा सेट को स्वीकार करना चाहिए और आउटपुट के रूप में एक ही नंबर का उत्पादन करते हुए सभी प्रकार की गणना करना चाहिए। मैं पाँच इनपुट मापदंडों के संयोजन को खोजना चाहता हूं …

18 r  optimization 

बहुत सारे ट्यूटोरियल ऑनलाइन ग्रेडिएंट डिसेंट के बारे में बात करते हैं और लगभग सभी एक निश्चित स्टेप साइज (सीखने की दर ) का उपयोग करते हैं। लाइन सर्च का कोई उपयोग क्यों नहीं होता है (जैसे कि बैकट्रैकिंग लाइन सर्च या सटीक लाइन सर्च)?αα\alpha

18 machine-learning  neural-networks  optimization  deep-learning 

मैंने कई चर्चाओं से समान निष्कर्ष निकाला है, जैसा कि मिनीबैच का आकार बड़ा हो जाता है, क्योंकि एसडब्ल्यूई का अभिसरण वास्तव में कठिन / बदतर हो जाता है, उदाहरण के लिए यह पेपर और यह उत्तर । इसके अलावा मैंने बड़े स्तर के आकारों के साथ इस कठिनाई को …

18 machine-learning  neural-networks  optimization  gradient-descent  sgd 

हम सभी उपलब्ध प्रशिक्षण नमूनों की संपूर्णता के माध्यम से एक युग को परिभाषित करते हैं, और मिनी-बैच के आकार को उन नमूनों की संख्या के रूप में दर्शाते हैं जिनके आधार पर हम ढाल को नीचे करने के लिए आवश्यक भार / पूर्वाग्रहों के अपडेट को खोजने के लिए …

18 machine-learning  neural-networks  optimization  deep-learning 

मुझे लगता है कि यह एक बुनियादी सवाल है और इसे ग्रेडिएंट की दिशा के साथ ही करना है, लेकिन मैं ऐसे उदाहरणों की तलाश कर रहा हूं, जहां 2 क्रम विधियां (जैसे बीएफजीएस ) सरल ढाल वंश की तुलना में अधिक प्रभावी हैं।

18 optimization 

मैं इस बारे में उत्सुक हूं कि हम फिटिंग GLMS का इलाज क्यों करते हैं क्योंकि वे कुछ विशेष अनुकूलन समस्या थी। क्या वो? यह मुझे लगता है कि वे केवल अधिकतम संभावना हैं, और हम संभावना को लिखते हैं और फिर ... हम इसे अधिकतम करते हैं! इसलिए हम …

18 generalized-linear-model  optimization  fisher-scoring 

इस तरह के कोड का उपयोग करके आर में एक लॉगिट रिग्रेशन कर सकता है: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 ऐसा लगता है कि अनुकूलन एल्गोरिथ्म में परिवर्तित हो गया है - फिशर स्कोरिंग एल्गोरिदम …

17 r  generalized-linear-model  optimization  algorithms  logit 

मुझे जेनेक्स नैचुरल ब्रेक्स एल्गोरिथम का यह पायथन कार्यान्वयन मिला और मैं इसे अपने विंडोज 7 मशीन पर चला सकता हूं। यह बहुत तेज़ है और यह मेरे जियोडाटा के आकार को देखते हुए कुछ ही समय में टूट जाता है। अपने डेटा के लिए इस क्लस्टरिंग एल्गोरिथ्म का उपयोग …

17 python  clustering  optimization 

मैं एक खिलौना डेटा सेट पर बाइनरी वर्गीकरण करने के लिए चुकता नुकसान का उपयोग करने की कोशिश कर रहा हूं। मैं mtcarsट्रांसमिशन सेट की भविष्यवाणी करने के लिए डेटा सेट, गैलन प्रति मील और वजन का उपयोग कर रहा हूं । नीचे दिए गए कथानक अलग-अलग रंगों में दो …

16 r  machine-learning  logistic  optimization  loss-functions 

मैं के साथ पुन: पेश करने की कोशिश optimएक सरल रेखीय प्रतीपगमन के साथ लगे से परिणाम glmया यहाँ तक कि nlsआर कार्य करता है। पैरामीटर अनुमान समान हैं, लेकिन अवशिष्ट विचरण अनुमान और अन्य मापदंडों के मानक त्रुटियां विशेष रूप से समान नहीं हैं जब नमूना आकार कम होता …

16 r  maximum-likelihood  optimization 

मैं आर में पैकेज glmerसे फ़ंक्शन का उपयोग कर lme4रहा हूं, और मैं bobyqaअनुकूलक (मेरे मामले में डिफ़ॉल्ट) का उपयोग कर रहा हूं । मुझे एक चेतावनी मिल रही है, और मैं उत्सुक हूं कि इसका क्या मतलब है। Warning message: In optwrap(optimizer, devfun, start, rho$lower, control = control, : …

16 r  optimization  lme4-nlme  convergence  glmm 

मैं 1X2 (भारित) खेलों में दांव का सुझाव देने के लिए एक एल्गोरिथ्म कोड करने की कोशिश कर रहा हूं। मूल रूप से, प्रत्येक खेल में मैचों का एक सेट होता है (घर से दूर की टीमें): 1: घर जीतता है X: ड्रा 2: जीत दूर प्रत्येक मैच और प्रतीक …

16 optimization