Comme chacun le sait, l'ingénierie des fonctionnalités est extrêmement importante pour l'apprentissage automatique, mais j'ai trouvé peu de matériaux associés à ce domaine. J'ai participé à plusieurs compétitions à Kaggle et je pense que de bonnes fonctionnalités peuvent même être plus importantes...
Quelle est la définition de "l'espace d'entité"? Par exemple, lors de la lecture sur les SVM, j'ai lu sur le "mappage vers l'espace des fonctionnalités". En lisant à propos de CART, j'ai lu sur "le partitionnement pour l'espace de fonctionnalité". Je comprends ce qui se passe, en particulier pour...
Existe-t-il un moyen de déterminer quelles caractéristiques / variables de l'ensemble de données sont les plus importantes / dominantes dans une solution de cluster
Je sais que la descente de gradient stochastique a un comportement aléatoire, mais je ne sais pas pourquoi. Y a-t-il une explication à ce
J'entends souvent les gens parler des réseaux de neurones comme d'une boîte noire que vous ne comprenez pas ce qu'ils font ou ce qu'ils signifient. En fait, je ne peux pas comprendre ce qu'ils veulent dire par là! Si vous comprenez comment fonctionne la rétropropagation, alors comment est-ce une...
Je vérifie une implémentation de la régression logistique à partir d' ici . Après avoir lu cet article, il semble que la partie importante soit de trouver les meilleurs coefficients pour déterminer la fonction sigmoïde. Je me demande donc pourquoi cette méthode est appelée "régression logistique"....
En travaillant sur le problème de régression, j'ai commencé à penser à la représentation de la fonction "jour d'une semaine". Je me demande quelle approche fonctionnerait mieux: une caractéristique; valeur 1/7 pour lundi; 2/7 pour mardi ... 7 fonctionnalités: (1, 0, 0, 0, 0, 0, 0) pour lundi; (0,...
RNN peut être utilisé pour la prédiction ou le mappage séquence à séquence. Mais comment RNN peut-il être utilisé pour la classification? Je veux dire, nous donnons à une séquence entière une
Pour utiliser SVM ou Neural Network, il doit transformer (encoder) des variables catégorielles en variables numériques, la méthode normale dans ce cas est d'utiliser des valeurs binaires 0-1 avec la k-ème valeur catégorielle transformée en (0,0, .. ., 1,0, ... 0) (1 est en position k-ème)....
Si j'ai bien compris, dans un algorithme d'apprentissage automatique, le modèle doit apprendre de son expérience, c'est-à-dire lorsque le modèle donne la mauvaise prédiction pour les nouveaux cas, il doit s'adapter aux nouvelles observations, et avec le temps, le modèle devient de mieux en mieux ....
Le paramètre de taux d'apprentissage ( ) dans Gradient Boosting réduit la contribution de chaque nouveau modèle de base - généralement un arbre peu profond - qui est ajouté dans la série. Il s'est avéré augmenter considérablement la précision de l'ensemble de test, ce qui est compréhensible car...
Je suis nouveau dans l'apprentissage automatique et je recherche des ensembles de données à travers lesquels je peux comparer et contraster les différences entre les différents algorithmes d'apprentissage automatique (Arbres de décision, Boosting, SVM et Réseaux de neurones) Où puis-je trouver de...
Le moignon de décision est un arbre de décision avec une seule division. Il peut également être écrit comme une fonction par morceaux. Par exemple, supposons que xxx est un vecteur, et x1x1x_1 est le premier composant de , dans le cadre de la régression, un moignon de décision peut êtrexxx...
J'ai un ensemble de données de 140000 exemples et 30 fonctionnalités pour lesquelles je forme plusieurs classificateurs pour une classification binaire (SVM, régression logistique, forêt aléatoire, etc.) Dans de nombreux cas, le réglage hyperparamétrique de l'ensemble de données à l'aide de la...
J'ai essayé de comprendre le concept d'échantillonnage négatif dans le contexte de word2vec. Je suis incapable de digérer l'idée d'un échantillonnage [négatif]. Par exemple, dans les articles de Mikolov, l'attente d'échantillonnage négative est formulée comme suit: Journalσ( ⟨ W , c ⟩ ) + k ⋅ EcN∼...
J'essaie de comprendre quel est le but de la fonction de perte et je ne comprends pas très bien. Donc, pour autant que je sache, la fonction de perte consiste à introduire une sorte de métrique avec laquelle nous pouvons mesurer le "coût" d'une décision incorrecte. Disons que j'ai un ensemble de...
Je parcourais les documents de convolution keras et j'ai trouvé deux types de convultuion Conv1D et Conv2D. J'ai fait quelques recherches sur le Web et c'est ce que je comprends à propos de Conv1D et Conv2D; Conv1D est utilisé pour les séquences et Conv2D utilise pour les images. J'ai toujours...
La question peut sembler un peu étrange car je suis nouveau dans l'inférence statistique et les réseaux de neurones. Lorsque dans les problèmes de classification utilisant des réseaux de neurones, nous disons que nous voulons apprendre une fonction qui mappe l'espace des entrées à l'espace des...
J'ai étudié des méthodes d'apprentissage semi-supervisées et j'ai découvert le concept de "pseudo-étiquetage". Si je comprends bien, avec le pseudo-étiquetage, vous avez un ensemble de données étiquetées ainsi qu'un ensemble de données non étiquetées. Vous entraînez d'abord un modèle uniquement sur...
J'utilise actuellement la formation Viterbi pour un problème de segmentation d'image. Je voulais savoir quels sont les avantages / inconvénients de l'utilisation de l'algorithme Baum-Welch au lieu de la formation Viterbi.