問題タブ [prediction]

バックプロパゲーションを使った天気予報のプログラムを書こうとしています。温度、湿度、風速、海面気圧などのさまざまなパラメータのデータがあります。入力層（温度、湿度、風速、海面気圧）に4つのパラメータ（4ノード）を設定しました。

今、私は出力/ターゲットが何になるかについて混乱しています。月次/季節区分が必要ですか？そして、これらの4つの異なるパラメーター（-1から1の間）をどのように正規化できますか？

次の確率を見つけたい：

として読む：

確率、予測はクラス1であり、単語数= kであり、thethaによってパラメーター化されます。

従来の分類には条件付き確率がありません（右）

どうすればこれを解決できますか？

編集：

たとえば、添付ファイルの数に基づいて、電子メールがスパムであるかどうかを予測したいとします。y=1スパムを示し、y=0非スパムにしましょう。

それで、

意味がありますか？

次のノードがあります

これらの最後のものが最も近いものであることをどのように把握できますか?

必ず最後になるとは限りません。

これが私がそこに着いた方法です：

多変量回帰を使用してバスケットボールをプレイしようとしています。具体的には、X、Y、ターゲットからの距離に基づいて、ピッチ、ヨー、キャノンの強さを予測する必要があります。出力パラメーターごとにマルチプル変数を使用した多変量回帰を使用することを考えていました。これを行うためのより良い方法はありますか？

また、最適なフィットを得るために直接ソルブを使用する必要がありますか、それとも最急降下法を使用する必要がありますか？

私は2つのデータフレームを持っています。1 つはトレーニング データ ( pubs1)、もう 1 つはpubs2テスト データ ( ) です。線形回帰オブジェクトを作成できますが、予測を作成できません。これを行うのはこれが初めてではなく、何が問題なのかわかりません。

私が行方不明になっているものはありますか？

Windows phone でテキスト ベースのゲームを作成しようとしています。

私の考えでは、タイプミスはゲーム内ポイントを減らし、入力にかかった時間に基づいてより高いポイントが付与されると思います...

今問題に。入力にテキストボックスを使用していて、入力スコープがテキストであるため、自動テキスト修正と入力予測も取得します。

これを無効にする方法を知っている人はいますか？

目的:人間の行動を検出/判断する、ラベルを読むためにアイテムをピッキング/持ち上げてラック (店舗内) に戻す、椅子、ベンチ、はしごなどで原子オブジェクトを座ったり、取り付けたり登ったりする.

環境:店/店、ほとんど明るいです。カメラ (VGA -> 1MP)、固定 (つまり、PTZ ではない)。

制約:

1. 既知および未知の人間の存在。
2. 一定期間、ストア内のオブジェクト (販売アイテム) が再配置される可能性があります。
3. 照明の経時変化の可能性。例: 店舗の正面エリアは、日中は十分な日光を浴び、夜は人工光に変わります。また、夜間はより多くのライトをオンにすることができます。

質問：

1. OpenCVは顔検出に最適で、顔認識に使用できることは理解していますが、「アクション」の分析、つまり座る行為、棚から物を持ち上げる行為に使用できますか? もしそうなら、私が深く掘り下げる必要があるこれらのアルゴリズムのいくつかは何ですか?

2. 店舗のカメラはほとんどが天井の高さに設置されているため、通常は正面からの顔ではなく、上から見下ろしたものがほとんどです。Haar Cascade (PCA) があまり使用できないことは理解していますが、3D ヘッド ジオメトリを決定するには他の方法が必要です。そのようなタスクに使用する必要がある他のライブラリ (OpenCV 以外) はありますか? 同じためのオープンソース ライブラリはありますか?

私は現在、気象要因 (13 要因) に基づいて地域の果実収量を予測するために、ANN、SVM、および線形回帰法の適用に取り組んでいます。合計データセットは次のとおりです: 36

WEKA でこれらのメソッドを実装している間、悪い結果が得られます: MultilayerPreceptron の場合と同様に、私の結果は次のとおりです: (データセットをトレーニング用に 28 に、テスト用に 8 に分割しました) === 実行情報 ===

スキーム: weka.classifiers.functions.MultilayerPerceptron -L 0.3 -M 0.2 -N 500 -V 0 -S 0 -E 20 -H a -G -R 関係: apr6_data インスタンス: 28 属性: 15

モデルの構築にかかった時間: 3.69 秒

=== テスト セットの予測 ===

Inst＃実際の予測エラー1 2.551 2.36 -0.191 2 2.126 3.079 0.953 3 2.6 1.319 -1.281 4 1.901 3.539 1.638 5 2.146 3.635 1.489 6 2.533 2.917 0.384 7 2.54 2.744 0.204 8.204 8.204 8.204 82.82 3.473 0.653

=== テストセットでの評価 === === まとめ ===

相関係数 -0.4415 平均絶対誤差 0.8493 二乗平均平方根誤差 1.0065 相対絶対誤差 144.2248 % 相対二乗平方根誤差 153.5097 % インスタンスの総数 8

回帰のSVMの場合：Inst＃実際の予測エラー1 2.551 2.538 -0.013 2 2.126 2.568 0.442 3 2.6 2.335 -0.265 4 1.901 2.556 0.655

=== テストセットでの評価 === === まとめ ===

相関係数 0.2888 平均絶対誤差 0.3417 二乗平均平方根誤差 0.3862 相対絶対誤差 58.0331 % 相対二乗平方根誤差 58.9028 % インスタンスの総数 8

アプリケーションで考えられるエラーは何ですか? 私にお知らせください ！ありがとう

プログラマーがブランチに関するコンパイラー情報を提供できるようにする、GCCの__builtin_expectのようなコンパイラー構造を探しています。他の言語またはコンパイラに代替（または同様の構造）はありますか？

I am trying to predict test reuslts based on known previous scores. The test is made up of three subjects, each contributing to the final exam score. For all students I have their previous scores for mini-tests in each of the three subjects, and I know which teacher they had. For half of the students (the training set) I have their final score, for the other half I don't (the test set). I want predict their final score.

So the test set looks like this:

while the test set is the same but without the final score

So I want to predict the final score of the test set students. Any ideas for a simple learning algorithm or statistical technique to use?