pac-learning पर टैग किए गए जवाब

पिछले साल, मैंने ब्रेंडन ओ'कॉनर का एक ब्लॉग पोस्ट पढ़ा जिसका शीर्षक था "सांख्यिकी बनाम मशीन लर्निंग, लड़ाई!" दोनों क्षेत्रों के बीच कुछ अंतरों पर चर्चा की। एंड्रयू जेलमैन ने इस पर अनुकूल प्रतिक्रिया दी : साइमन ब्लोमबर्ग: R के फॉर्च्यून्स पैकेज से: उत्तेजक रूप से परफेक्शन के लिए, 'मशीन …

420 machine-learning  pac-learning 

क्या कोई मुझे बता सकता है कि 'कमजोर शिक्षार्थी' वाक्यांश का क्या मतलब है? क्या यह एक कमजोर परिकल्पना माना जाता है? मैं एक कमजोर शिक्षार्थी और एक कमजोर क्लासिफायर के बीच के संबंध को लेकर उलझन में हूं। क्या दोनों समान हैं या कुछ अंतर है? Adaboost एल्गोरिथ्म में, …

34 classification  svm  terminology  adaboost  pac-learning 

कुछ अर्थों में यह math.stackexchange से मेरा एक क्रॉसपोस्ट है , और मुझे लगता है कि यह साइट एक व्यापक दर्शक प्रदान कर सकती है। मैं मशीन लर्निंग के गणितीय परिचय की तलाश में हूं। विशेष रूप से, बहुत सारा साहित्य जो पाया जा सकता है वह अपेक्षाकृत अभेद्य है …

23 machine-learning  references  pac-learning 

मापदंडों का आकलन करने के लिए सांख्यिकी का 'मौलिक' विचार अधिकतम संभावना है । मैं सोच रहा हूं कि मशीन लर्निंग में क्या विचार है। Qn 1. क्या यह कहना उचित होगा कि मापदंडों का आकलन करने के लिए मशीन सीखने में 'मौलिक' विचार है: 'नुकसान के कार्य' [नोट: यह …

19 machine-learning  maximum-likelihood  loss-functions  pac-learning 

मुझे आश्चर्य है कि त्रुटि को मॉडलिंग करते समय हम गॉसियन धारणा का उपयोग क्यों करते हैं। में स्टैनफोर्ड एमएल पाठ्यक्रम , प्रो एनजी यह मूल रूप से वर्णन करता है दो तरीकों से: यह गणितीय रूप से सुविधाजनक है। (यह लिस्ट स्क्वेयर फिटिंग से संबंधित है और स्यूडोइनवर्स से …

17 regression  normality-assumption  pac-learning 

मैं तंत्रिका नेटवर्क की जटिलता को मापने के लिए कुछ बुनियादी तरीकों से आया हूं: भोले और अनौपचारिक: न्यूरॉन्स, छिपे हुए न्यूरॉन्स, परतों या छिपी हुई परतों की संख्या की गणना करें वीसी-आयाम (एडुआर्डो डी। सोंटेग [1998] "तंत्रिका नेटवर्क का वीसी आयाम" [ पीडीएफ ])। समकक्षTC0dTCd0TC^0_d एक पाठ्यक्रम दानेदार और …

16 neural-networks  theory  vc-dimension  pac-learning 

मैं मशीन लर्निंग में नया हूं। मैं मशीन लर्निंग (स्टैनफोर्ड यूनिवर्सिटी) में एक पाठ्यक्रम का अध्ययन कर रहा हूं और मुझे समझ में नहीं आया कि इस सिद्धांत का क्या मतलब है और इसकी उपयोगिता क्या है। मैं सोच रहा हूं कि क्या कोई मेरे लिए इस सिद्धांत का विस्तार …

15 machine-learning  probability  pac-learning 

मैं मशीन लर्निंग (सिद्धांत और वित्त में आवेदन) में गहराई से जाना चाहता हूं। मैं पूछना चाहता हूं कि मशीन लर्निंग के आधार के रूप में जटिल विश्लेषण और कार्यात्मक विश्लेषण कितने प्रासंगिक हैं ? क्या मुझे इन विषयों को सीखने की आवश्यकता है या क्या मुझे खुद को अन्य …

10 machine-learning  pac-learning 

तो, मेरे पास 16 परीक्षण हैं जिनमें मैं एक व्यक्ति को बॉयोमीट्रिक विशेषता से हैमिंग दूरी का उपयोग करके प्रमाणित करने की कोशिश कर रहा हूं। मेरी दहलीज 3.5 पर सेट है। मेरा डेटा नीचे है और केवल परीक्षण 1 एक सच्चा सकारात्मक है: Trial Hamming Distance 1 0.34 2 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction