問題タブ [machine-learning]

19 個のクラスターにクラスター化する A(369x10) の行列があります。私はこの方法を使用します

idx(369x1) と ctrs(19x10) が得られます

ここまでで要点がわかりました。A のすべての行は、19 個のクラスターにクラスター化されています。

これで、配列 B(49x10) ができました。この B の行が、指定された 19 個のクラスターのどこに対応するかを知りたいです。

MATLABでどのように可能ですか?

前もって感謝します

問題を解決するためにニューラルネットワークとは対照的に遺伝的アルゴリズムをいつ使用するか（およびその逆）を決定するための経験則（または一連の例）はありますか？

両方の方法を混在させることができる場合があることは知っていますが、2つの方法の高レベルの比較を探しています。

論理的なコミュニティ (テクノロジー、エンターテイメントなど) でブログをクラスター化してランク付けするには、どのようなアルゴリズムが適しているでしょうか?

ブログ投稿をクラスター化してランク付けするアルゴリズムは、さらに優れています。

受け入れられる回答は、アルゴリズム、疑似コード、Java コード、または特定のアルゴリズムに関する説明へのリンクです。

更新:そのため、主にテキスト機能に基づいた部分クラスタリング のカテゴリに何かが欲しいようです。

私が見たところ、分離超平面は次の形式でなければならないようです

xw + b=0。

この表記はよくわかりません。私が理解していることから、x.wは内積であるため、結果はスカラーになります。スカラー+bで超平面を表現できるのはどうしてですか？私はこれとかなり混乱しています。

また、x + b = 0だったとしても、原点を真っ直ぐ通過する超平面ではないでしょうか。私が理解していることから、分離超平面は常に原点を通過するとは限りません！

入力スペースが（1,2、.... 999）の場合。そして、私は10の概念を持つ概念クラスCを持っています：C0、C1、C2...C9。

入力が与えられた場合、その入力に数字iが含まれている場合、その入力はciの要素です。たとえば、123という数字はc1とc2とc3の要素です。

この概念クラスCのVC次元は何ですか？

年齢、都市、子供の年齢などの情報と結果（確認、承認）を含むデータセットがあります。

「ワークフロー」のモデル化を支援するために、以前のデータセットに基づいて決定木を自動的に作成したいと思います。

私はhttp://en.wikipedia.org/wiki/Decision_tree_learningを調べましたが、問題が明らかに明らかではないことを知っています。

サンプルに基づいた決定木の構築に役立つ、このテーマに関するいくつかのアルゴリズムまたはいくつかのライブラリについてアドバイスが必要です。

自分で作成したニューラル ネットワークを使用して、sine() 関数を近似しようとしています。単純な OCR 問題でニューラル ネットワークをテストしましたが、うまくいきましたが、それを適用して sine() を近似するのに問題があります。私の問題は、トレーニング中にエラーが正確に 50% に収束することです。したがって、完全にランダムであると推測しています。

入力 (0 から PI) に 1 つの入力ニューロンを使用し、結果に 1 つの出力ニューロンを使用しています。私はニューロンの数を変えることができる単一の隠れ層を持っていますが、現在は約6〜10を試しています.

問題は、sine() の出力が -1 と 1 の間であるのに対し、0 と 1 の間のみを出力するシグモイド伝達関数 (私のアプリケーションの要件) を使用しているためだと感じています。この出力に 2 を掛けてから 1 を引いてみましたが、問題は解決しませんでした。これを機能させるには、どこかで何らかの変換を行う必要があると考えています。

何か案は？

「クラス」を表す 4 つのバイナリ ベクトルがあるとします。

浮動小数点値のベクトルをこれらの「クラス」の 1 つに分類するために使用できる方法は何ですか?

ほとんどの場合、基本的な丸めは機能します。

しかし、どうすれば干渉を処理できますか?

この 2 番目のケースは 1000000000 に適しているはずですが、明確な一致がないため、ソリューションを完全に失ってしまいました。

このタスクに MATLAB を使用したいと考えています。

自由な時間があり、計算モデリングに使用できるプログラミング言語を1つか2つ学びたいと思っています（私は認知科学と心理学を専攻しています）。ニューラルネット、機械学習、AI、またはまったく異なる何かを行うことになるかどうかはわかりません。そのため、正しい方向に微調整するなど、最初に適切で幅広い基盤を探しています。私が知っているのは小さなCだけなので、行く方法があります。

計算作業を行うラボで一般的に使用されているプログラミング言語をお勧めしますか？数年後の大学院研修で学んだことを生かしたいと思っています。

また、常微分方程式や基本的な線形代数など、もう少し数学を学ぶ必要があります。他に何か必要だと思いますか？

どうもありがとう。