Un algoritmo es un conjunto de uno o más cálculos que producirán un resultado calculado. Todos los métodos estadísticos son algoritmos. Los algoritmos pueden ser simples, como calcular un porcentaje, o pueden ser muy complejos y requieren una computadora para obtener resultados rápidos y precisos.
La lógica a menudo establece que al equipar un modelo de manera insuficiente, aumenta su capacidad de generalizar. Dicho esto, claramente en algún momento la falta de adecuación de un modelo hace que los modelos empeoren independientemente de la complejidad de los datos. ¿Cómo sabe cuándo su...
Estoy tratando de entender las diferencias clave entre GBM y XGBOOST. Intenté buscarlo en Google, pero no pude encontrar buenas respuestas que explicaran las diferencias entre los dos algoritmos y por qué xgboost casi siempre funciona mejor que GBM. ¿Qué hace que XGBOOST sea tan...
Recientemente, en una clase de Aprendizaje automático del profesor Oriol Pujol en la UPC / Barcelona, describió los algoritmos, principios y conceptos más comunes para usar en una amplia gama de tareas relacionadas con el aprendizaje automático. Aquí los comparto contigo y te pregunto: ¿Existe...
Estoy tratando de entrenar un modelo de aumento de gradiente en más de 50k ejemplos con 100 características numéricas. XGBClassifiermaneja 500 árboles en 43 segundos en mi máquina, mientras que GradientBoostingClassifiermaneja solo 10 árboles (!) en 1 minuto y 2 segundos :( No me molesté en tratar...
Recientemente se le preguntó a un amigo mío si los algoritmos del árbol de decisión son algoritmos lineales o no lineales en una entrevista. Traté de buscar respuestas a esta pregunta pero no pude encontrar ninguna explicación satisfactoria. ¿Alguien puede responder y explicar la solución a esta...
Al trabajar en el análisis exploratorio de datos y desarrollar algoritmos, encuentro que la mayor parte de mi tiempo lo paso en un ciclo de visualización, escritura de código, ejecución en pequeños conjuntos de datos, repetición. Los datos que tengo tienden a ser del tipo de fusión de visión por...
Supongamos que tenemos un conjunto de elementos E y una similitud ( no lejos ) la función SIM (ei, ej) entre dos elementos de la IE, EJ ∈ E . ¿Cómo podríamos (eficientemente) agrupar los elementos de E , usando sim ? k- significa, por ejemplo, requiere una k dada , Canopy Clustering requiere dos...
Tengo el problema de agrupar una gran cantidad de oraciones en grupos por sus significados. Esto es similar a un problema cuando tienes muchas oraciones y quieres agruparlas por sus significados. ¿Qué algoritmos se sugieren para hacer esto? No sé la cantidad de clústeres de antemano (y a medida...
K-means es un algoritmo bien conocido para el agrupamiento, pero también existe una variación en línea de dicho algoritmo (K-means en línea). ¿Cuáles son los pros y los contras de estos enfoques y cuándo se deben
Me gustaría saber en qué se diferencian exactamente las recomendaciones basadas en el usuario y en el artículo. Define que Basado en el usuario : recomiende elementos buscando usuarios similares. Esto a menudo es más difícil de escalar debido a la naturaleza dinámica de los usuarios. Basado en...
Supongamos que tengo clasificadores C_1 ... C_n que son disjuntos en el sentido de que no habrá dos verdaderos en la misma entrada (por ejemplo, los nodos en un árbol de decisión). Quiero construir un nuevo clasificador que sea la unión de algún subconjunto de estos (por ejemplo, quiero decidir qué...
Según tengo entendido, los algoritmos genéticos son herramientas poderosas para la optimización de objetivos múltiples. Además, la formación de redes neuronales (especialmente las profundas) es difícil y tiene muchos problemas (funciones de costos no convexas: mínimos locales, gradientes de...
Leo esto: Para entrenar nuestra red neuronal, inicializaremos cada parámetro W (l) ijWij (l) y cada b (l) ibi (l) a un pequeño valor aleatorio cercano a cero (digamos de acuerdo con Normal (0, ϵ2) Normal (0 , ϵ2) distribución para algunos pequeños ϵϵ, digamos 0.01) de los tutoriales de...
Entiendo que los métodos de compresión pueden dividirse en dos conjuntos principales: global local El primer conjunto funciona independientemente de los datos que se procesan, es decir, no dependen de ninguna característica de los datos y, por lo tanto, no necesitan realizar ningún...
Estoy tratando de resolver un conjunto de ecuaciones que tiene 40 variables independientes (x1, ..., x40) y una variable dependiente (y). El número total de ecuaciones (número de filas) es ~ 300, y quiero resolver el conjunto de 40 coeficientes que minimiza el error total de la suma del cuadrado...
La función base R glm()utiliza la puntuación de los pescadores para MLE, mientras que glmnetparece utilizar el método de descenso de coordenadas para resolver la misma ecuación. El descenso coordinado es más eficiente en tiempo que Fisher Scoring, ya que Fisher Scoring calcula la matriz derivada de...
La definición habitual de regresión (que yo sepa) es predecir una variable de salida continua a partir de un conjunto dado de variables de entrada . La regresión logística es un algoritmo de clasificación binaria, por lo que produce una salida categórica. ¿Es realmente un algoritmo de regresión?...
¿Qué tipo de características tratará de extraer de la lista de palabras para predecir en el futuro, es una palabra existente o solo un desorden de caracteres? Hay una descripción de la tarea que encontré allí . Tienes que escribir un programa que pueda responder si una palabra determinada es...
He estado desarrollando un programa de ajedrez que utiliza el algoritmo de poda alfa-beta y una función de evaluación que evalúa las posiciones utilizando las siguientes características, a saber, material, seguridad real, movilidad, estructura de peones y piezas atrapadas, etc. Mi función de...
Estoy trabajando en una campaña política en la que docenas de voluntarios llevarán a cabo promociones en las próximas semanas. Dada una lista con nombres, direcciones y coordenadas largas / largas, qué algoritmos se pueden usar para crear una lista de paseo