optimization पर टैग किए गए जवाब

प्रिंसिपल कंपोनेंट एनालिसिस (PCA) का उद्देश्य फ़ंक्शन L2 मानदंड में पुनर्निर्माण त्रुटि को कम कर रहा है (अनुभाग 2.12 यहां देखें । एक और दृश्य प्रक्षेपण पर विचरण को अधिकतम करने की कोशिश कर रहा है। हमारे पास यहां एक उत्कृष्ट पोस्ट भी है: PCA का उद्देश्य फ़ंक्शन क्या है। …

13 machine-learning  pca  optimization  convex 

हाल ही में मैंने Yann Dauphin et al द्वारा एक पेपर पढ़ा है। उच्च-आयामी गैर-उत्तल अनुकूलन में काठी बिंदु समस्या की पहचान करना और उस पर हमला करना , जहां वे सैडल-फ्री न्यूटन नामक एक दिलचस्प वंश एल्गोरिथ्म का परिचय देते हैं , जो तंत्रिका नेटवर्क अनुकूलन के लिए बिल्कुल …

13 optimization  deep-learning  gradient-descent 

क्या कॉम्बीनेटरियल ऑप्टिमाइज़ेशन समस्याओं के लिए गहन शिक्षण का उपयोग करने पर शोध समूह काम कर रहे हैं?

13 optimization  deep-learning 

इस प्रश्न के पहले से ही यहाँ उत्तर हैं : Backpropagation एल्गोरिथ्म (2 उत्तर) 4 महीने पहले बंद हुआ । बैक-प्रचार एल्गोरिथ्म क्या है और यह कैसे काम करता है?

13 algorithms  optimization  neural-networks 

यहाँ एक केरस कोड नमूना है जो इसका उपयोग करता है: from keras.constraints import max_norm model.add(Convolution2D(32, 3, 3, input_shape=(3, 32, 32), border_mode='same', activation='relu', kernel_constraint=max_norm(3)))

13 neural-networks  regularization  conv-neural-network  optimization 

मैं गाऊसी प्रक्रिया प्रतिगमन एल्गोरिथ्म के हाइपरपरमेटर्स को ट्यून करने की कोशिश कर रहा हूं जो मैंने लागू किया है। मैं बस फॉर्मूला द्वारा दिए गए लॉग सीमांत संभावना को अधिकतम करना चाहता हूं जहां K सहसंयोजक मैट्रिक्स है तत्व K_ {ij} = k (x_i, x_j) = b ^ {- …

13 regression  optimization  gaussian-process  hyperparameter 

यहाँ संबंधित के तहत सबसे कम पूर्ण विचलन समस्या है:। मुझे पता है कि इसे एलपी समस्या के रूप में फिर से व्यवस्थित किया जा सकता है:argminwL(w)=∑ni=1|yi−wTx|arg⁡minwL(w)=∑i=1n|yi−wTx| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| min∑ni=1uimin∑i=1nui\min \sum_{i=1}^{n}u_{i} ui≥xTw−yii=1,…,nui≥xTw−yii=1,…,nu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n ui≥−(xTw−yi)i=1,…,nui≥−(xTw−yi)i=1,…,nu_i \geq -\left(\textbf{x}^T\textbf{w}-y_{i}\right) \; i = 1,\ldots,n लेकिन मेरे पास इसका …

12 regression  optimization  quantile-regression  linear-programming  least-absolute-deviations 

टी एल; डॉ: lme4अनुकूलन डिफ़ॉल्ट रूप से मॉडल पैरामीटर की संख्या में रेखीय प्रतीत होता है, और है जिस तरह से एक बराबर की तुलना में धीमी glmसमूहों के लिए डमी चर के साथ मॉडल। वहाँ कुछ भी है मैं इसे गति कर सकता हूँ? मैं एक काफी बड़े पदानुक्रमित …

12 r  mixed-model  optimization  lme4-nlme  numerics 

संदर्भ पुस्तक 1 , पुस्तक 2 और कागज के अनुसार । यह उल्लेख किया गया है कि नियमित प्रतिगमन (रिज, LASSO और इलास्टिक नेट) और उनके बाधा योगों के बीच एक समानता है। मैंने क्रॉस वैलिडेटेड 1 , और क्रॉस वैलिडेटेड 2 को भी देखा है , लेकिन मैं एक …

12 regression  optimization  lasso  ridge-regression  elastic-net 

क्या "परिवर्तनशील" का उपयोग हमेशा परिवर्तनशील अनुमान के माध्यम से अनुकूलन को संदर्भित करता है? उदाहरण: "परिवर्तनशील ऑटो-एनकोडर" "भिन्नतावादी बायेसियन तरीके" "परिवर्तनशील पुनरुत्थान समूह"

12 machine-learning  optimization  inference 

मैं RMSProp, एडम और SGD के साथ नेटवर्क का उपयोग करते हुए EMNIST सत्यापन सेट पर प्रयोग कर रहा हूं। मैं SGD (0.1 की सीखने की दर) और ड्रॉपआउट (0.1 ड्रॉपआउट प्रोब) के साथ-साथ एल 2 नियमितीकरण (1e-05 जुर्माना) के साथ 87% सटीकता प्राप्त कर रहा हूं। आरएमएसप्रॉप और एडम …

12 machine-learning  optimization  sgd  adam 

मशीन लर्निंग (प्रतिगमन समस्याओं के लिए) में, मैं अक्सर मीन-स्क्वेर्ड-एरर (MSE) या मीन-एब्सोल्यूट-एरर (MAE) को कम से कम करने के लिए एरर फंक्शन के रूप में उपयोग किया जाता है (साथ ही रेगुलराइजेशन टर्म)। मैं सोच रहा हूँ कि क्या ऐसी परिस्थितियाँ हैं जहाँ सहसंबंध गुणांक का उपयोग करना अधिक …

12 regression  machine-learning  svm  optimization  deep-learning 

मैं एक निरंतर प्रतिक्रिया (लक्ष्य) बाइनरी चर के संबंध में और एक पैरामीटर के रूप में अधिकतम अंतराल के साथ निरंतर चर की इष्टतम बीनिंग विधि (विवेक) की तलाश कर रहा हूं। उदाहरण: मेरे पास "ऊंचाई" (अंक निरंतर) और "has_back_pains" (बाइनरी) चर वाले लोगों की टिप्पणियों का एक सेट है। …

12 r  dataset  optimization  discrete-data  binning 

ओवरफिटिंग से बचने के लिए लोग रेगुलराइजेशन टर्म (मॉडल के मापदंडों के वर्ग योग के समानुपातिक) को रेगुलराइजेशन पैरामीटर के साथ लीनियर रिग्रेशन की लागत फ़ंक्शन के साथ जोड़ते हैं । इस पैरामीटर है λ एक lagrange गुणक के रूप में एक ही? तो क्या लैगेंज मल्टीप्लायर की विधि के …

12 regression  optimization  regularization 

मैं फिशर सटीक परीक्षण को बेहतर तरीके से समझना चाहता था, इसलिए मैंने निम्नलिखित खिलौना उदाहरण तैयार किया, जहां एफ और एम पुरुष और महिला से मेल खाते हैं, और n और y इस तरह से "सोडा की खपत" से मेल खाती है: > soda_gender f m n 0 5 …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling