Um algoritmo é um conjunto de um ou mais cálculos que produzirão um resultado calculado. Todos os métodos estatísticos são algoritmos. Os algoritmos podem ser simples, como calcular uma porcentagem, ou podem ser muito complexos e exigir um computador para obter resultados rápidos e precisos.
A lógica geralmente declara que, ao desajustar um modelo, sua capacidade de generalizar aumenta. Dito isto, claramente em algum momento a falta de ajuste de um modelo faz com que os modelos piorem, independentemente da complexidade dos dados. Como você sabe quando seu modelo alcançou o equilíbrio...
Estou tentando entender as principais diferenças entre GBM e XGBOOST. Tentei pesquisar no google, mas não consegui encontrar boas respostas que explicassem as diferenças entre os dois algoritmos e por que o xgboost quase sempre tem um desempenho melhor que o GBM. O que torna o XGBOOST tão...
Recentemente, em uma aula de Machine Learning do professor Oriol Pujol da UPC / Barcelona, ele descreveu os algoritmos, princípios e conceitos mais comuns a serem usados em uma ampla variedade de tarefas relacionadas ao aprendizado de máquina. Aqui eu os compartilho com você e...
Estou tentando treinar um modelo de aumento de gradiente com mais de 50 mil exemplos com 100 recursos numéricos. XGBClassifierlida com 500 árvores em 43 segundos na minha máquina, enquanto GradientBoostingClassifierlida com apenas 10 árvores (!) em 1 minuto e 2 segundos :( Não me preocupei em...
Recentemente, um amigo meu foi questionado se os algoritmos da árvore de decisão são lineares ou não-lineares em uma entrevista. Tentei procurar respostas para essa pergunta, mas não consegui encontrar nenhuma explicação satisfatória. Alguém pode responder e explicar a solução para esta pergunta?...
Ao trabalhar na análise exploratória de dados e no desenvolvimento de algoritmos, percebo que a maior parte do meu tempo é gasta em um ciclo de visualização, gravação de código, execução em pequenos conjuntos de dados e repetição. Os dados que eu tenho tendem a ser do tipo visão por computador /...
Assume-se que temos um conjunto de elementos de E e uma similaridade ( não distância ) função SIM (EI, ej) entre dois elementos ei, ej ∈ E . Como poderíamos (eficientemente) agrupar os elementos de E usando sim ? k significa, por exemplo, requer um determinado k , o Canopy Clustering requer dois...
Eu tenho um problema de agrupar uma quantidade enorme de frases em grupos por seus significados. Isso é semelhante a um problema quando você tem muitas frases e deseja agrupá-las por seus significados. Quais algoritmos são sugeridos para fazer isso? Não conheço o número de clusters com...
Eu gostaria de saber como exatamente a maioria das recomendações baseadas no usuário e no item diferem umas das outras. Define que Baseado no usuário : recomende itens encontrando usuários semelhantes. Isso geralmente é mais difícil de dimensionar devido à natureza dinâmica dos usuários. Baseado...
K-means é um algoritmo bem conhecido para agrupamento, mas também há uma variação on-line desse algoritmo (K-means on-line). Quais são os prós e os contras dessas abordagens e quando cada um deve ser
Pelo meu entendimento, os algoritmos genéticos são ferramentas poderosas para otimização multiobjetivo. Além disso, o treinamento de redes neurais (especialmente as profundas) é difícil e tem muitos problemas (funções de custo não convexas - mínimos locais, gradientes de fuga e explosão...
Eu li o seguinte: Para treinar nossa rede neural, inicializaremos cada parâmetro W (l) ijWij (l) e cada b (l) ibi (l) para um pequeno valor aleatório próximo de zero (digamos, de acordo com um Normal (0, ϵ2) Normal (0) , ϵ2) distribuição de alguns ϵϵ pequenos, digamos 0,01) dos tutoriais de...
Suponha que eu tenha os classificadores C_1 ... C_n disjuntos, no sentido de que nenhum dois retornará verdadeiro na mesma entrada (por exemplo, os nós em uma árvore de decisão). Eu quero construir um novo classificador que seja a união de alguns subconjuntos deles (por exemplo, eu quero decidir...
Entendo que os métodos de compactação podem ser divididos em dois conjuntos principais: global local O primeiro conjunto funciona independentemente dos dados que estão sendo processados, ou seja, eles não dependem de nenhuma característica dos dados e, portanto, não precisam executar nenhum...
A função base R glm()usa a Pontuação de Fishers para o MLE, enquanto a função glmnetparece usar o método de descida de coordenadas para resolver a mesma equação. A descida de coordenadas é mais eficiente em termos de tempo que a pontuação de Fisher, pois a pontuação de Fisher calcula a matriz...
Estou tentando resolver um conjunto de equações que possui 40 variáveis independentes (x1, ..., x40) e uma variável dependente (y). O número total de equações (número de linhas) é ~ 300, e eu quero resolver o conjunto de 40 coeficientes que minimizam o erro total da soma dos quadrados entre y e o...
A definição usual de regressão (tanto quanto sei) é prever uma variável de saída contínua de um determinado conjunto de variáveis de entrada . A regressão logística é um algoritmo de classificação binária, portanto produz uma saída categórica. É realmente um algoritmo de regressão? Se sim, por...
Que tipo de recurso você tentará extrair da lista de palavras para previsão futura, é uma palavra existente ou apenas uma bagunça de caracteres? Há uma descrição da tarefa que encontrei lá . Você precisa escrever um programa que possa responder se uma determinada palavra é inglês. Isso seria...
Uma visão geral do processo de otimização de hiperparâmetros no scikit-learn está aqui . A pesquisa exaustiva na grade encontrará o conjunto ideal de hiperparâmetros para um modelo. A desvantagem é que a busca exaustiva na grade é lenta. A pesquisa aleatória é mais rápida que a pesquisa em grade,...
Estou trabalhando em uma campanha política na qual dezenas de voluntários farão promoções batendo nas portas nas próximas semanas. Dada uma lista com nomes, endereços e coordenadas longas / latinas, quais algoritmos podem ser usados para criar uma lista de caminhada