Esta pergunta foi migrada do Mathematics Stack Exchange porque pode ser respondida em Validação cruzada. Migrou há 8 anos . Estou tentando montar um pacote de mineração de dados para sites StackExchange e, em particular, estou tentando determinar as perguntas "mais...
Sou estudante do ensino médio e estou trabalhando em um projeto de programação de computadores, mas não tenho muita experiência em estatística e modelagem de dados além de um curso de estatística do ensino médio, por isso estou meio confuso. Basicamente, tenho uma lista razoavelmente grande...
Qual é a diferença entre mineração de dados e análise estatística? Para alguns antecedentes, minha formação em estatística tem sido, eu acho, bastante tradicional. Uma pergunta específica é colocada, a pesquisa é projetada e os dados são coletados e analisados para oferecer algumas dicas sobre...
Sou desenvolvedor de software (principalmente .NET e Python, com cerca de 5 anos de experiência). O que posso fazer para me ajudar a conseguir um emprego no campo de aprendizado de máquina ou realmente qualquer coisa que me inicie nesse campo? A pós-graduação é um requisito
Existe uma descrição realmente simples das diferenças práticas entre essas duas técnicas? Ambos parecem ser usados para aprendizado supervisionado (embora as regras de associação também possam lidar com supervisão). Ambos podem ser usados para previsão O mais próximo que encontrei de uma...
O parâmetro de taxa de aprendizado ( ) no Gradient Boosting reduz a contribuição de cada novo modelo de base - tipicamente uma árvore rasa - que é adicionada na série. Foi demonstrado que aumenta drasticamente a precisão do conjunto de testes, o que é compreensível, pois em etapas menores, o mínimo...
Estou trabalhando em um projeto de Machine Learning com dados que já são (fortemente) influenciados pela seleção de dados. Vamos supor que você tenha um conjunto de regras codificadas. Como você cria um modelo de aprendizado de máquina para substituí-lo, quando todos os dados que ele pode usar...
Enquanto me preparava para uma palestra que darei em breve, recentemente comecei a explorar duas ferramentas principais (gratuitas) para visualização interativa de dados: GGobi e mondrian - ambas oferecem uma grande variedade de recursos (mesmo que sejam um pouco problemáticos). Desejo pedir sua...
Eu tenho um conjunto de dados de teste altamente desequilibrado. O conjunto positivo consiste em 100 casos, enquanto o conjunto negativo consiste em 1500 casos. No lado do treinamento, eu tenho um pool de candidatos maior: o conjunto de treinamento positivo tem 1200 casos e o conjunto de...
A máquina de aumento de gradiente de Friedman pode obter melhor desempenho do que a Random Forest de Breiman ? Em caso afirmativo, em quais condições ou que tipo de conjunto de dados pode melhorar o
Este termo aparece frequentemente nos encadeamentos relacionados ao método . A combinação de um método específico para mineração de dados e aprendizado estatístico? Não consigo obter um resultado relevante do google. Parece que a mistura está misturando resultados de muitos modelos e resultando...
Estou tentando entender os modelos de fatoração matricial para sistemas de recomendação e sempre leio 'recursos latentes', mas o que isso significa? Sei o que significa um recurso para um conjunto de dados de treinamento, mas não consigo entender a idéia de recursos latentes. Todo artigo sobre o...
Embora tenha sido treinado como engenheiro, acho que estou me interessando mais pela mineração de dados. No momento, estou tentando investigar mais o campo. Em particular, eu gostaria de entender as diferentes categorias de ferramentas de software que existem e quais ferramentas são notáveis em...
Como alguém que precisa de conhecimento estatístico, mas não é um estatístico formalmente treinado, acho útil ter um fluxograma (ou algum tipo de árvore de decisão) para me ajudar a escolher a abordagem correta para resolver um problema específico (por exemplo, "você precisa disso, saiba disso e...
Alguém pode ajudar a explicar algumas das matemáticas por trás da classificação no CART? Estou procurando entender como duas etapas principais acontecem. Por exemplo, eu treinei um classificador CART em um conjunto de dados e usei um conjunto de dados de teste para marcar seu desempenho preditivo,...
Me deparei com o termo Máquinas de Fatoração em sistemas de recomendação. Eu sei o que é a Fatoração Matricial para sistemas de recomendação, mas nunca ouvi falar em Máquinas de Fatoração. Então qual a
Eu estava usando uma classe SVM , implementada no scikit-learn, para o meu trabalho de pesquisa. Mas não tenho um bom entendimento disso. Alguém pode dar uma explicação simples e boa de uma classe SVM
Parece que para médias K e outros algoritmos relacionados, o agrupamento é baseado no cálculo da distância entre pontos. Existe alguém que funciona sem
Eu sei que a regressão logística encontra um hiperplano que separa as amostras de treinamento. Sei também que as máquinas de vetores de suporte encontram o hiperplano com a margem máxima. Minha pergunta: então a diferença entre regressão logística (LR) e máquinas de vetores de suporte (SVM) é que...
Estou usando regressão quantílica (por exemplo, via gbmou quantregem R) - não focando na mediana, mas em um quantil superior (por exemplo, 75º). Vindo de um histórico de modelagem preditiva, quero medir o quão bem o modelo se encaixa em um conjunto de testes e poder descrevê-lo para um usuário...