Quelles sont les principales différences entre les données rares et les données manquantes? Et comment cela influence-t-il l'apprentissage automatique? Plus précisément, quel effet les données éparses et les données manquantes ont-elles sur les algorithmes de classification et le type d'algorithmes...
J'essaie d'utiliser l'exemple décrit dans la documentation Keras nommée "LSTM empilé pour la classification de séquence" (voir le code ci-dessous) et input_shapeje ne peux pas comprendre le paramètre dans le contexte de mes données. J'ai en entrée une matrice de séquences de 25 caractères possibles...
J'ai lu que ce sont les conditions d'utilisation du modèle de régression multiple: les résidus du modèle sont presque normaux, la variabilité des résidus est presque constante les résidus sont indépendants, et chaque variable est liée linéairement au résultat. En quoi 1 et 2 sont-ils différents?...
J'essaie de comprendre comment fonctionne XGBoost. Je comprends déjà comment les arbres boostés par le gradient fonctionnent sur Python sklearn. Ce qui n'est pas clair pour moi, c'est si XGBoost fonctionne de la même manière, mais plus rapidement, ou s'il existe des différences fondamentales entre...
Il semble que dans la probabilité de tous les jours (pas la physique quantique), les probabilités ne sont vraiment qu'un substitut à une inconnue. Prenez un lancer de pièce par exemple. Nous disons que c'est "aléatoire", un changement de tête de 50% et une chance de queue de 50%. Cependant, si je...
Dans l'implémentation de ResNet par Tensorflow , je trouve qu'ils utilisent l'initialiseur de mise à l'échelle de la variance, je trouve également que l'initialiseur xavier est populaire. Je n'ai pas trop d'expérience à ce sujet, ce qui est mieux en
Récemment, j'ai appris que la création de fonctionnalités est l'un des moyens de trouver de meilleures solutions aux problèmes de ML. On peut le faire en additionnant par exemple deux fonctionnalités. Par exemple, nous possédons deux fonctionnalités "attaque" et "défense" d'une sorte de héros. Nous...
La citation suivante provient du célèbre document de recherche Signification statistique pour les études à l'échelle du génome de Storey et Tibshirani (2003): Par exemple, un taux de faux positifs de 5% signifie qu'en moyenne 5% des caractéristiques vraiment nulles de l'étude seront qualifiées de...
J'ai consacré beaucoup de temps au développement de méthodes et de logiciels pour valider des modèles prédictifs dans le domaine statistique fréquentiste traditionnel. En mettant davantage d'idées bayésiennes en pratique et en enseignant, je vois certaines différences clés à adopter. Premièrement,...
Le contexte Le gaussien multivarié apparaît fréquemment dans l'apprentissage automatique et les résultats suivants sont utilisés dans de nombreux livres et cours de ML sans les dérivations. Étant donné les données sous la forme d'une matrice de dimensions , si nous supposons que les données suivent...
Extrait du manuel Forecasting: Principles and Practice de Rob J Hyndman et George Athanasopoulos , en particulier la section sur la mesure de la précision : Une méthode de prévision qui minimise le MAE conduira à des prévisions de la médiane, tandis que la minimisation du RMSE conduira à des...
Je faisais du travail dans scipy et une conversation a eu lieu avec un membre du groupe de base scipy pour savoir si une variable aléatoire discrète non négative peut avoir un moment indéfini. Je pense qu'il a raison mais n'a pas de preuve à portée de main. Quelqu'un peut-il montrer / prouver cette...
Existe-t-il un exemple où deux tests défendables différents avec des probabilités proportionnelles conduiraient à des inférences nettement différentes (et également défendables), par exemple, où les valeurs de p sont de l'ordre de grandeur très éloignées, mais le pouvoir des alternatives est...
Je lis environ deux techniques d'interprétabilité de modèles post hoc populaires: LIME et SHAP J'ai du mal à comprendre la principale différence entre ces deux techniques. Pour citer Scott Lundberg , le cerveau derrière SHAP: Les valeurs SHAP viennent avec les avantages d'estimation locale de la...
J'ai travaillé avec certaines données qui ont des problèmes avec les mesures répétées. Ce faisant, j'ai remarqué un comportement très différent entre lme()et en lmer()utilisant mes données de test et je veux savoir pourquoi. Le faux ensemble de données que j'ai créé contient des mesures de taille...
J'essaie d'écrire un programme en R qui simule des nombres pseudo aléatoires à partir d'une distribution avec la fonction de distribution cumulative: F(x)=1−exp(−ax−bp+1xp+1),x≥0F(x)=1−exp(−ax−bp+1xp+1),x≥0F(x)= 1-\exp \left(-ax-\frac{b}{p+1}x^{p+1}\right), \quad x \geq 0...
J'ai fait des recherches sur le sur-ajustement et le sous-ajustement, et j'ai compris ce qu'ils sont exactement, mais je ne trouve pas les raisons. Quelles sont les principales raisons du sur-ajustement et du sous-ajustement? Pourquoi sommes-nous confrontés à ces deux problèmes dans la formation...
Existe-t-il une différence conceptuelle ou procédurale entre l'ajustement d'un modèle aux données et l'ajustement des données au modèle? Un exemple de la première formulation peut être vu dans https://courses.washington.edu/matlab1/ModelFitting.html , et de la seconde dans...
J'ai deux variables qui ne montrent pas beaucoup de corrélation lorsqu'elles sont tracées l'une contre l'autre telles quelles, mais une relation linéaire très claire lorsque je trace les journaux de chaque variable contre l'autre. Je me retrouverais donc avec un modèle du type:...
Je travaille sur la classification des stades de sommeil. J'ai lu quelques articles de recherche sur ce sujet, beaucoup d'entre eux ont utilisé la méthode SVM ou d'ensemble. Est-ce une bonne idée d'utiliser un réseau neuronal convolutif pour classer le signal EEG unidimensionnel? Je suis nouveau...