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...
Estoy haciendo clasificación de imágenes usando el aprendizaje automático. Supongamos que tengo algunos datos de entrenamiento (imágenes) y los dividiré en conjuntos de entrenamiento y validación. Y también quiero aumentar los datos (producir nuevas imágenes de las originales) mediante rotaciones...
Todos los ejemplos que encontré usando creencias profundas o redes neuronales convolucionales las usan para la clasificación de imágenes, detección de caracteres o reconocimiento de voz. ¿Las redes neuronales profundas también son útiles para las tareas de regresión clásicas, donde las...
Estoy buscando implementar un modelo dinámico para recomendar una película a un usuario. La recomendación debe actualizarse cada vez que el usuario mira una película o la califica. Para simplificar, estoy pensando en tener en cuenta dos factores: las calificaciones pasadas de otras películas por...
No puedo entender Thompson Sampling y cómo funciona. Estaba leyendo sobre Multi Arm Bandit y después de leer el algoritmo de confianza superior, muchos textos sugirieron que Thompson Sampling funciona mejor que UCB. ¿Qué es Thompson Sampling, en términos simples o simples? No dude en proporcionar...
Contexto : Quiero trazar una línea en un diagrama de dispersión que no aparece paramétrico, por lo tanto, estoy usando geom_smooth()en ggploten R. Devuelve automáticamente. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method...
Estaba leyendo sobre la optimización para un problema mal planteado en la visión por computadora y encontré la explicación a continuación sobre la optimización en Wikipedia. Lo que no entiendo es, ¿por qué llaman a esta optimización " Minimización de energía " en Computer Vision? Un problema de...
¿Se han realizado estudios a gran escala de métodos MCMC que comparen el rendimiento de varios algoritmos diferentes en un conjunto de densidades de prueba? Estoy pensando en algo equivalente al artículo de Rios y Sahinidis (2013), que es una comparación exhaustiva de una gran cantidad de...
Tradicionalmente utilizamos modelos mixtos para modelar datos longitudinales, es decir, datos como: id obs age treatment_lvl yield 1 0 11 M 0.2 1 1 11.5 M 0.5 1 2 12 L 0.6 2 0 17 H 1.2 2 1 18 M 0.9 podemos suponer intercepción aleatoria o pendiente para diferentes personas. Sin embargo, la...
Quiero saber si el proceso descrito a continuación es válido / aceptable y si hay alguna justificación disponible. La idea: los algoritmos de aprendizaje supervisados no asumen estructuras / distribuciones subyacentes sobre los datos. Al final del día, generan estimaciones puntuales. Espero...
A mi entender (muy básico), Naive Bayes estima las probabilidades en función de las frecuencias de clase de cada característica en los datos de entrenamiento. Pero, ¿cómo calcula la frecuencia de las variables continuas? Y al hacer predicciones, ¿cómo clasifica una nueva observación que puede no...
La estructura de esta pregunta es la siguiente: al principio, proporciono el concepto de aprendizaje en conjunto , luego proporciono una lista de tareas de reconocimiento de patrones , luego doy ejemplos de algoritmos de aprendizaje en conjunto y, finalmente, presento mi pregunta. Aquellos que no...
He tomado un curso de aprendizaje automático en mi universidad. En uno de los premios, se hizo esta pregunta. Modelo 1: Modelo 2:y=θx+ϵy=θx+ϵ y = \theta x + \epsilon y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon ¿Cuál de los modelos anteriores se ajustaría mejor a los datos?...
Me llamó la atención un problema aparentemente fácil, pero no he encontrado una solución adecuada durante varias semanas. Tengo bastantes datos de encuestas / encuestas (decenas de miles de encuestados, digamos 50k por conjunto de datos), provenientes de algo que espero se llame encuesta de diseño...
Estoy confundido con la definición de modelo no paramétrico después de leer este enlace Modelos paramétricos versus no paramétricos y responder comentarios de mi otra pregunta . Originalmente pensé que "paramétrico vs no paramétrico" significa si tenemos supuestos de distribución en el modelo...
En las redes neuronales convolucionales (CNN), la matriz de pesos en cada paso cambia sus filas y columnas para obtener la matriz del núcleo, antes de continuar con la convolución. Esto se explica en una serie de videos de Hugo Larochelle aquí : Calcular los mapas ocultos correspondería a hacer...
En mi proyecto quiero crear un modelo de regresión logística para predecir la clasificación binaria (1 o 0). Tengo 15 variables, 2 de las cuales son categóricas, mientras que el resto son una mezcla de variables continuas y discretas. Para ajustar un modelo de regresión logística, se me ha...
Esto se refiere al documento Localización eficiente de objetos mediante redes convolucionales , y por lo que entiendo, el abandono se implementa en 2D. Después de leer el código de Keras sobre cómo se implementa el Dropout 2D espacial, básicamente se implementa una máscara binaria aleatoria de...
Parece haber mucha confusión en la comparación de usar glmnetdentro caretpara buscar una lambda óptima y usar cv.glmnetpara hacer la misma tarea. Se plantearon muchas preguntas, por ejemplo: Modelo de clasificación train.glmnet vs. cv.glmnet? ¿Cuál es la forma correcta de usar glmnet con...
¿Cómo entrenar el modelo LSTM en datos de series de tiempo múltiples? Caso de uso: Tengo ventas semanales de 20,000 agentes durante los últimos 5 años. Necesita pronosticar las próximas ventas semanales para cada agente. ¿Debo seguir una técnica de procesamiento por lotes: tomar un agente a la...