Estou tentando treinar uma rede neural profunda para classificação, usando propagação de volta. Especificamente, estou usando uma rede neural convolucional para classificação de imagens, usando a biblioteca Tensor Flow. Durante o treinamento, estou passando por um comportamento estranho e estou me...
se é observado matriz de dados e é variável latente, entãoYXXXYYY X=WY+μ+ϵX=WY+μ+ϵX=WY+\mu+\epsilon Onde é a média dos dados observados, e é o erro / ruído gaussiano nos dados, e é chamado subespaço principal.ϵ Wμμ\muϵϵ\epsilonWWW Minha pergunta é: quando o PCA normal é usado, obteríamos um...
É possível treinar redes neurais para desenhar em determinado estilo? (Por isso, ele pega uma imagem e a redesenha no estilo para o qual foi treinada.) Existe alguma tecnologia aprovada para esse tipo de coisa? Eu sei sobre o algoritmo DeepArt. É bom preencher a imagem principal com certo padrão...
Esta é a pontuação F beta: Fβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallFβ=(1 1+β2)⋅precEusEuon⋅recumaeueu(β2⋅precEusEuon)+recumaeueuF_\beta = (1 + \beta^2) \cdot \frac{\mathrm{precision} \cdot \mathrm{recall}}{(\beta^2 \cdot \mathrm{precision}) + \mathrm{recall}} O artigo da Wikipedia afirma...
Digamos que eu queira treinar um classificador que atribua uma imagem de uma pessoa jovem , de meia-idade ou velha . Uma maneira simples seria tratar as classes como categorias independentes e treinar um classificador. Mas, aparentemente, há algum relacionamento entre as classes, como posso usar...
Sei que isso provavelmente já foi discutido em outro lugar, mas não consegui encontrar uma resposta explícita. Estou tentando usar a fórmula para calcular fora da amostra de um modelo de regressão linear, em que é a soma dos resíduos quadrados e é a soma total dos quadrados. Para o conjunto de...
Embora eu tenha feito alguma programação com máquinas de Boltzmann em uma aula de física, não estou familiarizado com a caracterização teórica deles. Por outro lado, conheço um pouco da teoria dos modelos gráficos (sobre os primeiros capítulos do livro de Lauritzen, Graphical Models ). Pergunta:...
Em termos da diferença entre rede neural e aprendizado profundo, podemos listar vários itens, como mais camadas incluídas, conjunto de dados massivo, hardware de computador poderoso para tornar possível o modelo complicado de treinamento. Além dessas, existem explicações mais detalhadas sobre a...
Quero aprofundar o aprendizado de máquina (teoria e aplicação em finanças). Quero perguntar qual a relevância da análise complexa e da análise funcional como base para o Machine Learning? Preciso aprender esses assuntos ou devo me concentrar em outro tópico (se sim, em
No curso de aprendizado de máquina de Andrew Ng, ele usa esta fórmula: ∇Atr(ABATC)=CAB+CTABT∇Atr(ABATC)=CAB+CTABT\nabla_A tr(ABA^TC) = CAB + C^TAB^T e ele faz uma prova rápida, que é mostrada
Quando fazemos classificação e regressão, geralmente definimos conjuntos de teste e treinamento para nos ajudar a construir e aprimorar modelos. No entanto, quando fazemos cluster, também precisamos definir conjuntos de teste e treinamento? Por
Estou tentando testar a capacidade da floresta aleatória de classificar amostras entre 2 grupos; Existem 54 amostras e números variáveis de variáveis usadas para classificação. Fiquei me perguntando por que as estimativas out-of-bag (OOB) podem variar até 5% umas das outras, mesmo quando estou...
Estive recentemente em algumas conversas sobre estatísticas sobre o Lasso (regularização) e um ponto que continua surgindo é que não entendemos realmente por que o Lasso funciona ou por que funciona tão bem. Gostaria de saber a que esta declaração se refere. Obviamente, eu entendo por que o Lasso...
Isso é citado com muita frequência ao mencionar a maldição da dimensionalidade e vai (fórmula à direita chamada contraste relativo) limd→∞var(||Xd||kE[||Xd||k])=0,then:Dmaxkd−DminkdDminkd→0limd→∞var(||Xd||kE[||Xd||k])=0,then:Dmaxdk−DmindkDmindk→0 \lim_{d\rightarrow \infty} \text{var}...
Os recursos aleatórios de Fourier fornecem aproximações às funções do kernel. Eles são usados para vários métodos de kernel, como SVMs e processos gaussianos. Hoje, tentei usar a implementação do TensorFlow e obtive valores negativos para metade dos meus recursos. Pelo que entendi, isso não...
Ao ler o site, muitas respostas sugerem que a validação cruzada deve ser feita em algoritmos de aprendizado de máquina. No entanto, ao ler o livro "Entendendo o aprendizado de máquina", vi um exercício que às vezes é melhor não usar a validação cruzada. Estou realmente confuso. Quando o algoritmo...
Nos artigos AlphaGo Zero e AlphaZero do DeepMind , eles descrevem a adição de ruído Dirichlet às probabilidades anteriores de ações do nó raiz (estado da placa) na Monte Carlo Tree Search: Exploração adicional é obtida adicionando ruído Dirichlet às probabilidades anteriores no nó raiz ,...
Eu tenho aprendido sobre a regressão do processo gaussiano a partir de vídeos on-line e anotações de aula. Meu entendimento é que, se tivermos um conjunto de dados com pontos, assumiremos que os dados são amostrados de um gaussiano multivariado dimensional. Portanto, minha pergunta está no caso em...
Eu tenho usado um pouco o mlr para aprender sobre aprendizado de máquina, mas descobri recentemente sobre o sinal de intercalação. Pelo que entendi, ambos são invólucros para vários pacotes de ML, mas têm abordagens ligeiramente diferentes. Embora o mlr pareça envolver também algumas coisas do...
O processo de Dirichlet e o processo gaussiano são frequentemente referidos como "distribuições sobre funções" ou "distribuições sobre distribuições". Nesse caso, posso falar significativamente sobre a densidade de uma função em um GP? Ou seja, o Processo Gaussiano ou o Dirichlet têm alguma noção...