Descrição: Permita que o domínio do problema seja uma classificação de documento onde exista um conjunto de vetores de recursos, cada um pertencendo a 1 ou mais classes. Por exemplo, um documento doc_1pode pertencer a Sportse Englishcategorias. Questão: Usando rede neural para classificação,...
Não consigo encontrar a definição geral do que é um classificador? Entendo como isso funciona, mas não consigo chegar a uma
Alguém pode me apontar na direção de um algoritmo online (recursivo) para a regularização de Tikhonov (mínimos quadrados regularizados)? Em uma configuração offline, eu calcularia β^=(XTX+λI)−1XTYβ^=(XTX+λI)−1XTY\hat\beta=(X^TX+λI)^{−1}X^TY usando meu conjunto de dados original, onde λλλ é...
Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma simplificação drástica, mas eu não...
Atualmente, estou tentando analisar um conjunto de dados de documento de texto que não tem nenhuma verdade. Disseram-me que você pode usar a validação cruzada k-fold para comparar diferentes métodos de armazenamento em cluster. No entanto, os exemplos que eu vi no passado usam uma verdade básica....
Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 Como posso calcular a precisão e recuperar, para que fique fácil calcular a pontuação F1. A matriz de confusão normal é uma dimensão 2 x 2. No entanto, quando se torna 3 x 3, não sei como calcular precisão e...
Eu gostaria de aplicar a função de base gaussiana em uma implementação de regressão linear. Infelizmente, estou tendo dificuldade para entender alguns parâmetros na função base. Especificamente μμ\mu e σσ\sigma . Meu conjunto de dados é uma matriz de 10.000 x 31. 10.000 amostras e 31 recursos....
Eu quero comparar dois algoritmos de classificação. Nesses algoritmos, o cliente especifica algumas condições em sua pesquisa. De acordo com os requisitos do cliente, esse algoritmo deve atribuir uma pontuação para cada item da base de dados e recuperar itens com a pontuação mais alta. Eu li...
Pelo que li: Supervisão distante : A Distant supervision algorithm usually has the following steps: 1] It may have some labeled training data 2] It "has" access to a pool of unlabeled data 3] It has an operator that allows it to sample from this unlabeled data and label them and this...
Nesta pergunta - Existe um método para construir árvores de decisão que leve em consideração preditores estruturados / hierárquicos / multiníveis? - eles mencionam um método de dados em painel para árvores. Existem métodos de dados de painel específicos para dar suporte a máquinas vetoriais e...
Estou procurando um livro didático / notas de aula no aprendizado por reforço. Gosto da "Introdução à aprendizagem estatística" , mas infelizmente elas não abordam esse tópico. Eu sei que um livro de Sutton e Barto é uma referência padrão, e talvez o NDP também seja bom, mas eles são datados de...
Gostaria de saber as diferenças entre Regressão Logística Aleatória (RLR) e Regressão Logística Simples (LR), portanto, estou lendo um artigo "Seleção de Estabilidade" de Meinshausen, et al. ; no entanto, eu não entendo o que é RLR e quais são as diferenças entre RLR e LR. Alguém poderia apontar o...
A questão: o bootstrapping é superior ao jackknifing; no entanto, estou me perguntando se há casos em que o jackknifing é a única ou pelo menos uma opção viável para caracterizar a incerteza das estimativas de parâmetros. Além disso, em situações práticas, o quão tendencioso / impreciso é o...
Existe alguma diferença entre os termos "rede neural" e
Estou lendo PRML e não entendo a imagem. Poderia, por favor, dar algumas dicas para entender a imagem e por que o MLE de variação em uma distribuição gaussiana é tendencioso? 1,55 fórmula: fórmula 1,56 σ 2 M L E =1μML E= 1N∑n = 1NxnμMLE=1N∑n=1Nxn \mu_{MLE}=\frac{1}{N} \sum_{n=1}^N x_n σ2ML E=...
Espero que não haja resposta definitiva para essa pergunta. Mas eu usei vários algoritmos de aprendizado de máquina no passado e estou tentando aprender sobre redes bayesianas. Gostaria de entender sob que circunstância ou para quais tipos de problemas você escolheria usar a Rede Bayesiana em...
Encontrei muitos artigos que afirmam que os métodos de aumento são sensíveis a valores discrepantes, mas nenhum artigo explica o porquê. Na minha experiência, os valores extremos são ruins para qualquer algoritmo de aprendizado de máquina, mas por que os métodos de aumento são particularmente...
Na série de palestras Learning from Data , o professor menciona que a dimensão VC mede a complexidade do modelo em quantos pontos um determinado modelo pode quebrar. Portanto, isso funciona perfeitamente bem para modelos de classificação nos quais poderíamos dizer com N pontos se o classificador...
Estou estudando reconhecimento de padrões e aprendizado de máquina e me deparei com a seguinte pergunta. Considere um problema de classificação de duas classes com igual probabilidade de classe anterior P(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} e a distribuição de instâncias em...
Em duas bibliotecas populares de identificação de idiomas, o Compact Language Detector 2 para C ++ e o detector de idiomas para java, ambos usavam n-gramas (baseados em caracteres) para extrair recursos de texto. Por que um pacote de palavras (única palavra / dicionário) não é usado e qual é a...