En realidad, estoy escribiendo una implementación de Bosques aleatorios, pero creo que la pregunta es específica de los árboles de decisión (independientemente de los RF). Entonces, el contexto es que estoy creando un nodo en un árbol de decisión y tanto la predicción como las variables objetivo...
¿Alguien tiene referencia a un resumen de análisis de tiempo de ejecución para algoritmos comunes de aprendizaje automático (diferentes tipos de NN, SVM,
Tengo un vago sentido de lo que es un método de paso de mensajes: un algoritmo que construye una aproximación a una distribución construyendo iterativamente aproximaciones de cada uno de los factores de la distribución condicional a todas las aproximaciones de todos los demás factores. Creo que...
¿Cuáles son los pros y los contras de aprender sobre las propiedades de una distribución algorítmicamente (a través de simulaciones por computadora) versus matemáticamente? Parece que las simulaciones por computadora pueden ser un método de aprendizaje alternativo, especialmente para aquellos...
Estoy interesado en ver varias métricas diferentes para los algoritmos de clasificación: hay algunas que figuran en la página de Wikipedia de Learning to Rank, que incluyen: • Precisión media promedio (MAP); • DCG y NDCG; • Precisión @ n, NDCG @ n, donde "@n" indica que las métricas se evalúan...
¿Cómo y por qué son importantes los generadores de números aleatorios (RNG) en las estadísticas computacionales? Entiendo que la aleatoriedad es importante al elegir muestras para muchas pruebas estadísticas para evitar sesgos hacia cualquiera de las hipótesis, pero ¿hay otras áreas de estadística...
Para evaluar el rendimiento de un nuevo algoritmo clasificador, estoy tratando de comparar la precisión y la complejidad (big-O en entrenamiento y clasificación). De Machine Learning: una revisión obtengo una lista completa de clasificadores supervisados, también una tabla de precisión entre los...
Investigué sobre k-means y esto es lo que obtuve: k-means es uno de los algoritmos más simples que utiliza un método de aprendizaje no supervisado para resolver problemas de agrupamiento conocidos. Funciona muy bien con grandes conjuntos de datos. Sin embargo, también hay inconvenientes de K-Means...
Pregunta: ¿es posible entrenar a un NN para distinguir entre números pares e impares solo usando como entrada los números mismos? Tengo el siguiente conjunto de datos: Number Target 1 0 2 1 3 0 4 1 5 0 6 1 ... ... 99 0 100 1 Entrené a un NN con dos neuronas de entrada (una es el Número...
Posiblemente fuera de tema aquí, pero ya existen varias ( una , dos ) preguntas relacionadas. Escudriñar la literatura (o una búsqueda en Google de Algoritmos SVD truncados) muestra muchos documentos que usan SVD truncados de varias maneras y afirman (frustrantemente, a menudo sin citas) que...
El propósito del trabajo era optimizar algunos parámetros maximizando la probabilidad de registro regularizada. Luego calculan derivadas parciales. Y luego, los autores mencionan que optimizan la ecuación utilizando L-BFGS, un procedimiento estándar de cuasi-Newton para optimizar las funciones...
Tal vez es solo que estoy cansado, pero tengo problemas para tratar de entender el algoritmo de Regresión progresiva por etapas. De "Elementos del aprendizaje estadístico" página 60: La regresión progresiva hacia adelante (FS) está aún más restringida que la regresión progresiva hacia adelante....
Actualmente estoy tratando a los valores Simular de un NNN -dimensional variable aleatoria XXX que tiene una distribución normal multivariante con media vector μ=(μ1,...,μN)Tμ=(μ1,...,μN)T\mu = (\mu_1,...,\mu_N)^T y la matriz de covarianza SSS . Espero utilizar un procedimiento similar al método...
¿Cuáles son los pros y los contras de usar LARS [1] versus usar el descenso coordinado para ajustar la regresión lineal regularizada por L1? Estoy principalmente interesado en los aspectos de rendimiento (mis problemas tienden a tener Ncientos de miles y p<20). Sin embargo, cualquier otra...
He estado tratando de aprender y aplicar los modelos ARIMA. He estado leyendo un excelente texto sobre ARIMA de Pankratz - Pronósticos con caja univariante - Modelos Jenkins: conceptos y casos . En el texto, el autor enfatiza especialmente el principio de parsimonia en la elección de los modelos...
He escrito un código que puede hacer el filtrado de Kalman (utilizando varios filtros de tipo Kalman diferentes [Filtro de información et al.]) Para el Análisis de espacio de estado lineal gaussiano para un vector de estado n-dimensional. Los filtros funcionan muy bien y estoy obteniendo una buena...
Aparentemente, El análisis de Fisher apunta a maximizar simultáneamente la separación entre clases, mientras se minimiza la dispersión dentro de clase. Una medida útil del poder de discriminación de una variable viene dada por la cantidad diagonal: Bii/WiiBii/WiiB_{ii}/W_{ii}...
¿Alguien puede explicarme los beneficios del algoritmo genético en comparación con otros métodos tradicionales de búsqueda y
Esta pregunta ya tiene respuestas aquí : Algoritmo de retropropagación (2 respuestas) Cerrado hace 3 meses . ¿Qué es el algoritmo de retropropagación y cómo
Sé cómo realizar PCA (análisis de componentes principales), pero me gustaría saber los pasos que deben usarse para el análisis factorial. Para realizar PCA, consideremos algunas matrices , por ejemplo:UNUNA 3 1 -1 2 4 0 4 -2 -5 11 22 20 He calculado su matriz de correlación B = corr(A):...