問題タブ [machine-learning]

テーブルと生データのテーブルの背後で、Wolfram Alpha はどのように機能するのでしょうか?

サイトを動かしているさまざまな人工知能のメカニズムがあると思いますが、このようなものをどのように組み立てるかはわかりません。このようなものがどのように作成されるかをプログラマが理解するのに役立つ説明はありますか? ナレッジ ベースはそれ自体で学習しますか、それとも非常に具体的な詳細を非常に組織化された方法で学習しますか? このタイプのデータを格納するために、どのような構造と言語が使用されていますか?

明らかに、これは大きな問題であり、ここで完全に答えることはできませんが、いくつかの一般的な概念を知っておくとよいので、それらに基づいて構築し、独自の調査を行うことができます。

生成アルゴリズムと 識別アルゴリズムの違いは何ですか？

あなたがタイプミスのエントリを作るとき、グーグルは提案を出します、彼らはそれをどのように行いますか？

下の図では、目的の出力（赤い線）を生成することを学習しようとしている学習アルゴリズムを見ることができます。学習アルゴリズムは、後方エラー伝播ニューラルネットワークに似ています。

「学習率」は、トレーニングプロセス中に行われる調整のサイズを制御する値です。学習率が高すぎる場合、アルゴリズムは迅速に学習しますが、その予測はトレーニングプロセス中に大きくジャンプします（緑色の線-学習率0.001）。低い場合、予測のジャンプは少なくなりますが、アルゴリズムは学習時間がはるかに長くなります（青い線-学習率0.0001）。

黒い線は移動平均です。

学習率を調整して、最初は目的の出力に近づくように収束させ、その後、正しい値に焦点を合わせることができるように速度を落とすにはどうすればよいですか？

学習率グラフhttp://img.skitch.com/20090605-pqpkse1yr1e5r869y6eehmpsym.png

私は、簡単な計算のために、Windows で利用できるデバイス ドライバーの数を見積もろうとしています。収集されたデータのサイズと、ドライバーの統計分析を行うために必要な処理能力の観点から、何が必要かを理解しようとしています。

誰にも参考文献はありますか？アイデア？この時点で、知識に基づいた推測は大歓迎です。

次のコードをよりPythonicにする方法を教えてください。

コードは正しいです。完全開示 -この機械学習コースの配付資料 #4 の問題 1bです。ロジスティック仮説を適合させるために、2 つのデータセットに対してニュートンのアルゴリズムを使用することになっています。しかし、彼らはmatlabを使用しており、私はscipyを使用しています

たとえば、私が持っている 1 つの質問は、1 つの値を 0.0 に初期化するまで、行列を整数に丸め続けることです。より良い方法はありますか？

ありがとう

Javaでk-meansアルゴリズムをプログラムしようとしています。いくつかの配列を計算しました。各配列にはいくつかの係数が含まれています。このすべてのデータをグループ化するには、k-meansアルゴリズムを使用する必要があります。このアルゴリズムの実装を知っていますか？

ありがとう

私はサポートベクターマシンの基本を理解しようとしており、多くのオンライン記事をダウンロードして読んでいます。しかし、それでもそれを把握することはできません。

何かあれば知りたいのですが

• 素敵なチュートリアル
• 理解に使用できるサンプルコード

または何か、あなたが考えることができ、それは私がSVMの基本を簡単に学ぶことを可能にするでしょう。

PS：私はどういうわけかPCA（主成分分析）を学ぶことができました。ところで、皆さんは私が機械学習に取り組んでいると推測しているでしょう。

相互情報量利得を分割関数として使用して、バイナリ分類ツリーを構築しています。ただし、トレーニング データは少数のクラスに偏っているため、各トレーニング例を逆クラス頻度で重み付けすることをお勧めします。

トレーニング データに重みを付けるにはどうすればよいですか? エントロピーを推定する確率を計算する場合、加重平均を使用しますか?

編集:重みを使用したエントロピーの式が欲しいです。