Sé lo básico sobre SVM y SVR, pero aún no entiendo cómo encaja el problema de encontrar un hiperplano que maximice el margen en SVR. Segundo, leí algo sobre usado como margen de tolerancia en SVR. Qué significa eso?ϵϵ\epsilon Tercero, ¿hay alguna diferencia entre los parámetros de la función de...
Estoy tratando de usar una red neuronal para aproximar el valor Q en Q-learning como en Preguntas sobre Q-Learning usando redes neuronales . Como se sugiere en la primera respuesta, estoy usando una función de activación lineal para la capa de salida, mientras sigo usando la función de activación...
Estoy trabajando con datos desequilibrados, donde hay alrededor de 40 casos de clase = 0 para cada clase = 1. Puedo discriminar razonablemente entre las clases usando características individuales, y entrenar a un ingenuo clasificador Bayes y SVM en 6 características y datos balanceados arrojaron...
El papel está aquí . La política de implementación ... es una política lineal de softmax basada en características locales rápidas, calculadas incrementalmente y basadas en patrones ... No entiendo qué es la política de implementación y cómo se relaciona con la red de políticas de seleccionar...
Para una tarea de procesamiento de lenguaje natural (PNL), a menudo se usan vectores word2vec como incrustación de las palabras. Sin embargo, puede haber muchas palabras desconocidas que no son capturadas por los vectores word2vec simplemente porque estas palabras no se ven con la suficiente...
Actualmente me encuentro con algunos problemas al analizar un conjunto de datos de tweets con máquinas de vectores de soporte. El problema es que tengo un conjunto de entrenamiento de clase binaria desequilibrado (5: 2); que se espera que sea proporcional a la distribución de clase real. Al...
La desviación escalada, definida como D = 2 * (log-verosimilitud del modelo saturado menos log-verosimilitud del modelo ajustado), a menudo se usa como una medida de bondad de ajuste en los modelos GLM. El porcentaje de desviación explicado, definido como [D (modelo nulo) - D (modelo ajustado)] / D...
Sea una secuencia de variables aleatorias independientes de Bernoulli con Establezca Demuestre que converge en distribución a la variable normal estándar ya que tiende al
Estoy buscando un libro que brinde una cobertura profunda y rigurosa de la teoría de la probabilidad, pero con énfasis en el material que es más útil fuera del departamento de matemáticas. Escuché que "La teoría de la probabilidad: exploraciones y aplicaciones" es bastante buena, pero quería...
Empecé a estudiar estimadores de mínimos cuadrados ordinarios (MCO) y todavía estoy al principio. Ya compré algunos libros sobre econometría pero no encontré nada en línea. Entonces, me preguntaba si existe un sitio web, una página de inicio u otros recursos en línea que expliquen los estimadores...
La idea detrás de Recurrent Neural Network (RNN) es clara para mí. Lo entiendo de la siguiente manera: tenemos una secuencia de observaciones ( ) (o, en otras palabras, series de tiempo multivariadas). Cada observación individual es un vector numérico dimensional. Dentro del modelo RNN suponemos...
Este es un tema difícil para mí en Google, ya que tener las palabras optimización y estocástico en una búsqueda casi por defecto es automáticamente la búsqueda de optimización estocástica. Pero lo que realmente quiero saber es qué métodos existen para la optimización de los modelos de computadora...
¿Alguien ha intentado verificar si ajustar un modelo Elastic Net con ElasticNetscikit-learn en Python y glmneten R en el mismo conjunto de datos produce resultados aritméticos idénticos? He estado experimentando con muchas combinaciones de los parámetros (dado que las dos funciones difieren en los...
Intentando calcular el recuento de visitas a partir de la demografía y el servicio. Los datos están muy sesgados. Histogramas: parcelas qq (a la izquierda está el registro): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityy...
El proceso gaussiano ha sido ampliamente utilizado, especialmente en la emulación. Se sabe que la demanda computacional es alta ( ).0(n3)0(n3)0(n^3) ¿Qué los hace populares? ¿Cuáles son sus ventajas principales y ocultas? ¿Por qué se usan en lugar de modelos paramétricos (por modelo paramétrico...
Tengo una pregunta general. Recientemente, acabo de aprender Basis Expansion and Regularization. Existen varias técnicas interesantes que incluyen: spline cúbico, spline natural, b-spline y spline de suavizado . La pregunta es, ¿cuáles son los pros y los contras (si hay alguno) de la spline de...
Estoy interesado en el aprendizaje de refuerzo (profundo) (RL) . Antes de sumergirme en este campo, ¿debería tomar un curso de Teoría de juegos (GT) ? ¿Cómo se relacionan GT y RL
En la pág. 34 de Introducción al aprendizaje estadístico :\newcommand{\Var}{{\rm Var}} Aunque la prueba matemática está más allá del alcance de este libro, es posible mostrar que la prueba esperada MSE, para un valor dado x0x0x_0 , siempre se puede descomponer en la suma de tres cantidades...
Estoy tratando de entender y saber qué informar de mi análisis de algunos datos usando el promedio de modelos en R. Estoy usando el siguiente script para analizar el efecto del método de medición sobre una variable dada: Aquí está el conjunto de datos:
Para dos distribuciones discretas y , la entropía cruzada se define comopppqqq H(p,q)=−∑xp(x)logq(x).H(p,q)=−∑xp(x)logq(x).H(p,q)=-\sum_x p(x)\log q(x). Me pregunto por qué esto sería una medida intuitiva de la distancia entre dos distribuciones de probabilidad. Veo que es la entropía de , que...