問題タブ [machine-learning]

RにSVMがあり、このマシンの分類空間をプロットしたいと思います。インターネットでいくつかの例を見つけましたが、それらを理解できないようです。

私のRスクリプトは次のとおりです。

plotコマンドを動作させることができません。このようなグラフが欲しいですhttp://bm2.genes.nig.ac.jp/RGM2/R_current/library/e1071/man/images/plot.svm_001.png

カーネルのトリックは、非線形の問題を線形の問題にマッピングします。

私の質問は:
1. 線形問題と非線形問題の主な違いは何ですか? これら 2 つのクラスの問題の違いの背後にある直感は何ですか? また、カーネルのトリックは、非線形問題で線形分類器を使用するのにどのように役立ちますか?
2. 2 つのケースで内積が重要なのはなぜですか?

ありがとう。

チェスエンジンを実装するのはどれほど難しいのだろうと思っています。オープンソースの実装は既にありますか?

与えられたボード コンステレーションのスコアリング関数と、いくつかの可能性のある将来のボード コンステレーションを探索する非常に高速な方法が必要なようです。もちろん、可能な将来のすべての動きを調査することは不可能であるため、最も有望な動きを貪欲に追跡するか、シミュレーテッド アニーリングなどの近似手法を使用して可能性の高い動きを確率的に追跡することができます。

それは機械学習の大学院生プロジェクトの範囲内だと思いますか?学生が使用できるオープンソースの実装があったと仮定すると、それは特定の図に対して次の可能な動きを返すなどの基本的なことを行いますか? おそらく難しすぎる？

さまざまなチームがチェス エンジンで作業し、互いに対戦させるのは楽しいプロジェクトになるでしょう...

手書き認識のための特定のアルゴリズムはありますか? アルゴリズムは手書きの手紙を認識する必要があります。

誰でも助けることができれば、事前に大歓迎です。

ありがとうございました

かなり一般的な状況です、私は賭けます。あなたはブログやニュースサイトを持っていて、たくさんの記事やブログ、またはあなたがそれらと呼んでいるものがあり、それぞれの下部に、関連しているように見える他の人を提案したいと思います。

各アイテムに関するメタデータはほとんどないと仮定しましょう。つまり、タグやカテゴリはありません。タイトルと著者名を含む、1つの大きなテキストの塊として扱います。

関連する可能性のあるドキュメントをどのように見つけますか？

私は実際のアルゴリズムに興味があり、すぐに使えるソリューションではありませんが、rubyやpythonで実装されているものを調べたり、mysqlやpgsqlに依存したりしても大丈夫です。

編集：現在の答えはかなり良いですが、もっと見たいです。たぶん、1つか2つのもののためのいくつかの本当に裸のサンプルコード。

バックプロパゲーションを使用した 2 層ニューラル ネットワークの作成に取り組んでいます。NN は、各行に次の情報を保持する 20001x17 ベクトルからデータを取得することになっています。

-最初の 16 個のセルには、0 から 15 までの範囲の整数が格納されており、変数として機能し、これらの変数を見たときにアルファベットの 26 文字のどれを表現するかを決定するのに役立ちます。たとえば、次のような一連の 16 個の値は、文字 A を表すことを意味します: [2 8 4 5 2 7 5 3 1 6 0 8 2 7 2 7]。

-17 番目のセルには、必要なアルファベットの文字を表す 1 から 26 までの数字が入ります。1 は A、2 は B などを表します。

NN の出力層は 26 個の出力で構成されます。NN に上記のような入力が与えられるたびに、入力値が表す文字に対応する 1 つのセルを除くすべてにゼロを含む 1x26 ベクトルを出力することになっています。たとえば、出力 [1 0 0 ... 0] は文字 A になり、[0 0 0 ... 1] は文字 Z になります。

コードを提示する前に重要なこと: traingdm 関数を使用する必要があり、隠しレイヤーの番号は (今のところ) 21 に固定されています。

上記の概念を作成しようとして、次の matlab コードを作成しました。

ここで私の問題:出力を説明どおりにしたい、つまり、たとえば y2 ベクトルの各列は文字の表現にする必要があります。私のコードはそうしません。代わりに、0 と 1 の間、値が 0.1 から 0.9 の間で大きく変化する結果が生成されました。

私の質問は次のとおりです。私がしていない変換を行う必要がありますか? つまり、入力および/または出力データを、NN が正しく学習しているかどうかを実際に確認できる形式に変換する必要がありますか?

任意の入力をいただければ幸いです。

私は時々ボードゲームの変種をプレイするプログラムを書いています。基本的な戦略は、標準的なアルファベータ法または同様の検索であり、エンドゲームやオープニングへの通常のアプローチによって強化されることもあります。私は主に変則チェスをいじっていたので、評価関数を選ぶときは、基本的なチェス評価関数を使用します。

しかし、今はまったく新しいボードゲームをプレイするプログラムを書いています。良いまたはまともな評価関数を選択するにはどうすればよいですか？

主な課題は、常に同じピースがボード上にあるため、通常のマテリアル機能が位置によって変化せず、ゲームのプレイ回数が1,000回未満であるため、人間が必ずしも十分にプレイできるとは限らないことです。まだ洞察を与えるには。（PS。私はMoGoアプローチを検討しましたが、ランダムゲームが終了する可能性は低いです。）

ゲームの詳細：ゲームは、片面に6個固定された10x10のボードでプレイされます。ピースには特定の移動ルールがあり、特定の方法で相互作用しますが、ピースがキャプチャされることはありません。ゲームの目標は、ボード上の特定の特別な正方形に十分な数のピースを置くことです。コンピュータプログラムの目標は、現在の人間のプレーヤーと競争力のある、またはそれよりも優れたプレーヤーを提供することです。

ウィキペディアを読んでいるときにこのテキストを見ました( http://en.wikipedia.org/wiki/K-means%2B%2B )

著者は、実際のデータセットと合成データセットを使用してこの方法をテストし、通常は速度が 2 倍向上し、特定のデータセットでは誤差が 1000 倍近く向上しました。

1000倍、2倍など、-foldの意味が気になります。これは一種のユニットですか？か何か？どなたか、この用語に関する参考文献を教えていただけますか?