Estoy usando el proceso Gaussiano (GP) para la regresión. En mi problema, es bastante común que dos o más puntos de datos estén cerca uno del otro, relativamente a la longitud escalas del problema. Además, las observaciones pueden ser extremadamente ruidosas. Para acelerar los cálculos y mejorar...
Supongamos que quiero aprender un clasificador que toma un vector de números como entrada y le da una etiqueta de clase como salida. Mis datos de entrenamiento consisten en una gran cantidad de pares de entrada-salida. Sin embargo, cuando vengo a probar algunos datos nuevos, estos datos...
Estoy tratando de incrustar aproximadamente 60 millones de frases en un espacio vectorial , luego calcular la similitud de coseno entre ellas. He estado usando sklearn's CountVectorizercon una función de tokenizador personalizada que produce unigramas y bigrams. Resulta que para obtener...
Estoy buscando recursos (libros, apuntes de clase, etc.) sobre técnicas que pueden manejar datos que tienen múltiples objetivos (Ej: tres variables dependientes: 2 discretas y 1 continua). ¿Alguien tiene algún recurso / conocimiento sobre esto? Sé que es posible usar redes neuronales para esto....
Tengo un problema con 6 clases. Así que construyo un clasificador multiclase, de la siguiente manera: para cada clase, tengo un clasificador de regresión logística, usando One vs. All, lo que significa que tengo 6 clasificadores diferentes. Puedo informar una matriz de confusión para cada uno de...
¿Cómo se conectan los mapas de activación en una capa dada a los filtros para esa capa? No estoy preguntando cómo hacer una operación convolucional entre el filtro y el mapa de activación, estoy preguntando sobre el tipo de conectividad que tienen estos dos. Por ejemplo, supongamos que desea hacer...
Siempre he leído el término interacción en el contexto de regresión. ¿Deberíamos considerar también las interacciones con diferentes modelos, por ejemplo, knn o svm? Si hay , 100 o incluso más funciones y digamos 1000 observaciones, ¿cuál es la forma habitual de encontrar interacciones útiles?...
Estoy haciendo un preprocesamiento de datos y luego construiré un Convonets en mis datos. Mi pregunta es: digamos que tengo un total de conjuntos de datos con 100 imágenes, estaba calculando la media de cada una de las 100 imágenes y luego las restaba de cada una de las imágenes, luego las...
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...
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...
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...
¿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...
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...
Recientemente, vimos la aparición de la Red Neural Residual, en la que cada capa consta de un módulo computacional y una conexión de acceso directo que preserva la entrada a la capa, como la salida de la capa i-ésima muestra: y i + 1 = c i + y i La red permite extraer características residuales y...
Estaba leyendo el documento de normalización por lotes [1] y tenía una sección donde se muestra un ejemplo, tratando de mostrar por qué la normalización debe hacerse con cuidado. Honestamente, no puedo entender cómo funciona el ejemplo y estoy realmente muy curioso por entender que se escriben...
He tomado un curso de ML anteriormente, pero ahora que estoy trabajando con proyectos relacionados con ML en mi trabajo, estoy luchando bastante para aplicarlo. Estoy seguro de que lo que estoy haciendo ha sido investigado / tratado anteriormente, pero no puedo encontrar temas específicos. Todos...
Me preguntaba si había alguna técnica de aprendizaje automático (sin supervisión) para modelar datos longitudinales. Siempre he usado modelos de efectos mixtos (en su mayoría no lineales), pero me preguntaba si hay otras formas de hacerlo (usando el aprendizaje automático). Por aprendizaje...
Tengo una lista de palabras, que pertenecen a diferentes categorías autodefinidas. Cada categoría tiene su propio patrón (por ejemplo, uno tiene una longitud fija con caracteres especiales, otro existe de caracteres que aparecen solo en esta categoría de "palabra", ...). Por ejemplo: "ABC" ->...
El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por...
Recientemente he revisado el algoritmo XGBoost y he notado que este algoritmo puede manejar datos faltantes (sin requerir imputación) en la fase de entrenamiento. Me preguntaba si XGboost puede manejar los datos faltantes (sin requerir imputación) cuando se usa para pronosticar nuevas observaciones...