Con todos los medios de comunicación y exageraciones sobre el aprendizaje profundo en estos días, leí algunas cosas elementales al respecto. Acabo de descubrir que es solo otro método de aprendizaje automático para aprender patrones a partir de datos. Pero mi pregunta es: ¿dónde brilla y por qué...
Soy estudiante de secundaria y estoy trabajando en un proyecto de programación de computadoras, pero no tengo mucha experiencia en estadísticas y datos de modelado más allá de un curso de estadística de secundaria, así que estoy un poco confundido. Básicamente, tengo una lista razonablemente...
¿Cuál es la diferencia entre minería de datos y análisis estadístico? Para algunos antecedentes, mi educación estadística ha sido, creo, bastante tradicional. Se plantea una pregunta específica, se diseña una investigación y se recopilan y analizan datos para ofrecer una idea de esa pregunta. Como...
El parámetro de velocidad de aprendizaje ( ) en Gradient Boosting reduce la contribución de cada nuevo modelo base, típicamente un árbol poco profundo, que se agrega en la serie. Se demostró que aumenta drásticamente la precisión del conjunto de pruebas, lo cual es comprensible ya que con pasos más...
Soy un desarrollador de software (principalmente .NET y Python con aproximadamente 5 años de experiencia). ¿Qué puedo hacer para ayudarme a conseguir un trabajo en el campo de aprendizaje automático o realmente cualquier cosa que me ayude a comenzar en ese campo? ¿El título de postgrado es un...
Estoy trabajando en un proyecto de Machine Learning con datos que ya están (muy) sesgados por la selección de datos. Supongamos que tiene un conjunto de reglas codificadas. ¿Cómo se construye un modelo de aprendizaje automático para reemplazarlo, cuando todos los datos que puede usar son datos...
Mientras me preparaba para una charla que daré pronto, recientemente comencé a buscar dos herramientas principales (gratuitas) para la visualización interactiva de datos: GGobi y mondrian , ambas ofrecen una gran variedad de capacidades (incluso si están un poco defectuosas). Deseo pedir su ayuda...
¿Puede la máquina de aumento de gradiente de Friedman lograr un mejor rendimiento que el Bosque aleatorio de Breiman ? Si es así, ¿en qué condiciones o qué tipo de conjunto de datos puede mejorar
Tengo un conjunto de datos de prueba altamente desequilibrado. El conjunto positivo consta de 100 casos, mientras que el conjunto negativo consta de 1500 casos. En el lado del entrenamiento, tengo un grupo de candidatos más grande: el conjunto de entrenamiento positivo tiene 1200 casos y el...
Aunque me formé como ingeniero, descubro que me estoy interesando más en la minería de datos. En este momento estoy tratando de investigar más el campo. En particular, me gustaría entender las diferentes categorías de herramientas de software que existen y qué herramientas son notables en cada...
Este término aparece con frecuencia en los hilos relacionados con el método . ¿ Combinar es un método específico en minería de datos y aprendizaje estadístico? No puedo obtener un resultado relevante de google. Parece que la combinación está mezclando los resultados de muchos modelos y dando como...
Estoy tratando de entender los modelos de factorización matricial para sistemas de recomendación y siempre leo 'características latentes', pero ¿qué significa eso? Sé lo que significa una característica para un conjunto de datos de entrenamiento, pero no puedo entender la idea de las...
Encontré el término Máquinas de factorización en sistemas de recomendación. Sé lo que es la factorización matricial para los sistemas de recomendación, pero nunca escuché hablar de las máquinas de factorización. Entonces, ¿cuál es la
Como alguien que necesita conocimiento estadístico pero no es un estadístico formalmente capacitado, me sería útil tener un diagrama de flujo (o algún tipo de árbol de decisión) para ayudarme a elegir el enfoque correcto para resolver un problema en particular (por ejemplo, " ¿necesita esto y sabe...
Sé que la regresión logística encuentra un hiperplano que separa las muestras de entrenamiento. También sé que Support vector machines encuentra el hiperplano con el margen máximo. Mi pregunta: ¿la diferencia entre la regresión logística (LR) y las máquinas de vectores de soporte (SVM) es que LR...
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...
Estaba usando una clase SVM , implementada en scikit-learn, para mi trabajo de investigación. Pero no tengo una buena comprensión de esto. ¿Alguien puede dar una explicación simple y buena de una clase SVM
¿Alguien puede ayudar a explicar algunas de las matemáticas detrás de la clasificación en CART? Estoy buscando entender cómo ocurren dos etapas principales. Por ejemplo, entrené a un clasificador CART en un conjunto de datos y usé un conjunto de datos de prueba para marcar su rendimiento predictivo...
Parece que para K-means y otros algoritmos relacionados, la agrupación se basa en el cálculo de la distancia entre puntos. ¿Hay alguno que funcione sin
Estoy usando la regresión cuantil (por ejemplo, a través de gbmo quantregen R), sin centrarme en la mediana, sino en un cuantil superior (por ejemplo, 75º). Viniendo de un entorno de modelado predictivo, quiero medir qué tan bien se ajusta el modelo en un conjunto de prueba y poder describir esto a...