Portanto, ao analisar as Redes Neurais com funções de base radial, notei que as pessoas só recomendam o uso de 1 camada oculta, enquanto nas redes neurais perceptron de múltiplas camadas, mais camadas são consideradas melhores. Dado que as redes RBF podem ser treinadas com a versão de propagação...
Quando alguém diz que os dados são amostrados de uma distribuição uniforme de log entre 128 e 4000, o que isso significa? Quão diferente é a amostragem de uma distribuição uniforme? Veja este artigo:
Eu sou novo no aprendizado de máquina, por isso estou tentando encontrar alguma literatura, mas nem sei ao certo para o Google. Meus dados têm o seguinte formato: User A performs Action P User B performs Action Q User C performs Action R ... User C performs Action X User A performs Action Y User B...
À medida que descubro o aprendizado de máquina, vejo diferentes técnicas interessantes, como: ajustar algoritmos automaticamente com técnicas como grid search, obtenha resultados mais precisos através da combinação de algoritmos diferentes do mesmo "tipo", ou seja boosting, obtenha resultados...
Por que a análise de séries temporais não é considerada um algoritmo de aprendizado de máquina (ao contrário da regressão linear). A análise de regressão e de séries temporais são métodos de previsão. Então, por que um deles é considerado um algoritmo de aprendizado, mas não o...
Suponha que eu tenha um painel de variáveis explicativas XitXitX_{it} , para i=1...Ni=1...Ni = 1 ... N , t=1...Tt=1...Tt = 1 ... T , bem como um vector de variáveis dependentes resultado binário YiTYiTY_{iT} . Então YYY é observado apenas no tempo final TTT e não em nenhum momento anterior. O...
No aprendizado por reforço, a aproximação de função linear é freqüentemente usada quando grandes espaços de estado estão presentes. (Quando as tabelas de consulta se tornam inviáveis.) A forma do valor com aproximação da função linear é dada porQ -Q-Q- Q ( s , a ) = w1 1f1 1( s , a ) + w2f2( s ,...
Estou implementando PCA, LDA e Naive Bayes, para compactação e classificação, respectivamente (implementando um LDA para compactação e classificação). Eu tenho o código escrito e tudo funciona. O que eu preciso saber, para o relatório, é qual é a definição geral de erro de reconstrução . Posso...
Atualmente, estou me ensinando a fazer a classificação e, especificamente, estou analisando três métodos: máquinas de vetores de suporte, redes neurais e regressão logística. O que estou tentando entender é por que a regressão logística teria um desempenho melhor do que os outros dois. Do meu...
Um estranho para o campo ML / DL; iniciou o curso Udacity Deep Learning, baseado no Tensorflow; fazendo a tarefa 3, problema 4; tentando ajustar a taxa de aprendizado com a seguinte configuração: Tamanho do lote 128 Número de etapas: o suficiente para preencher duas épocas Tamanhos de camadas...
Eu faria uma pergunta relacionada a este . Encontrei um exemplo de como escrever a função de perda personalizada para o xgboost aqui : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <-...
Criei essa curva de aprendizado e quero saber se meu modelo SVM sofre de viés ou variação? Como posso concluir isso a partir deste
No aprendizado de máquina (para problemas de regressão), geralmente vejo o erro médio quadrático (MSE) ou o erro médio absoluto (MAE) sendo usado como a função de erro para minimizar (mais o termo de regularização). Gostaria de saber se há situações em que o uso do coeficiente de correlação seria...
No reconhecimento de padrões e no aprendizado de máquina de Bishop, li o seguinte, logo após a densidade de probabilidade :p(x∈(a,b))=∫bap(x)dxp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x Sob uma mudança não linear da variável, uma densidade de probabilidade se transforma de forma...
Eu estava lendo o artigo Deep Residual Learning for Image Reconhecimento e tive dificuldades em entender com 100% de certeza o que um bloco residual implica computacionalmente. Lendo o trabalho deles, eles têm a figura 2: que ilustra o que um bloco residual é suposto ser. O cálculo de um bloco...
Os termos "upsampling" e "transpose convolution" são usados quando você está executando "deconvolution" (<- não é um bom termo, mas deixe-me usá-lo aqui). Originalmente, eu pensava que eles significam a mesma coisa, mas parece-me que eles são diferentes depois de ler esses artigos. alguém pode...
Quero saber a diferença entre regressão linear em uma análise regular de aprendizado de máquina e regressão linear no cenário de "aprendizado profundo". Quais algoritmos são usados para regressão linear em um ambiente de aprendizado
Eu configurei uma pesquisa de grade para um monte de parâmetros. Estou tentando encontrar os melhores parâmetros para uma rede neural de Keras que faz classificação binária. A saída é 1 ou 0. Existem cerca de 200 recursos. Quando fiz uma pesquisa na grade, recebi vários modelos e seus parâmetros. O...
Estou ouvindo essas palavras cada vez mais enquanto estudo o aprendizado de máquina. De fato, algumas pessoas ganharam a medalha Fields trabalhando em regularidades de equações. Então, acho que esse é um termo que se estende da física estatística / matemática ao aprendizado de máquina....
Enquanto estou estudando a estimativa de máxima verossimilhança, para fazer inferência na estimativa de máxima verossimilhança, precisamos conhecer a variação. Para descobrir a variação, preciso conhecer o Rao Lower Limound do Cramer, que se parece com uma Matriz Hessiana com Segunda Derivação na...