คำถามติดแท็ก classification

2
ทำไมเอนโทรปีของการไขว้กันจึงกลายเป็นฟังก์ชั่นการสูญเสียมาตรฐานและไม่ใช่ Kullbeck Leibler divergence?
Cross entropy นั้นเหมือนกับ KL divergence บวกกับเอนโทรปีของการกระจายเป้าหมาย KL เท่ากับศูนย์เมื่อทั้งสองการแจกแจงเหมือนกันซึ่งดูเหมือนง่ายสำหรับฉันมากกว่าเอนโทรปีของการกระจายเป้าหมายซึ่งเป็นสิ่งที่เอนโทรปีของการจับคู่ข้ามตรงกัน ฉันไม่ได้บอกว่ามีข้อมูลเพิ่มเติมในอีกเรื่องหนึ่งยกเว้นว่ามุมมองของมนุษย์อาจพบว่าศูนย์ใช้งานง่ายกว่าเชิงบวก แน่นอนหนึ่งมักจะใช้วิธีการประเมินเพื่อดูว่าการจัดหมวดหมู่เกิดขึ้นได้ดีเพียงใด แต่ทางเลือกของเอนโทรปีในประวัติศาสตร์ KL คืออะไร?

2
การเรียนรู้อย่างครึกครื้นเกินเหตุเมื่อใด
ตัวอย่างเช่นสำหรับการจำแนกอีเมลเป็นสแปมมันคุ้มค่าหรือไม่ - จากมุมมองของเวลา / ความถูกต้อง - เพื่อใช้การเรียนรู้อย่างลึกซึ้ง (ถ้าเป็นไปได้) แทนที่จะใช้อัลกอริทึมการเรียนรู้ของเครื่องอื่น การเรียนรู้เชิงลึกจะทำให้อัลกอริทึมการเรียนรู้ของเครื่องจักรอื่น ๆ เช่นไร้เดียงสาเบย์ไม่จำเป็นหรือไม่?

3
ฉันต้องการการจำแนกประเภทหรือการถดถอยเพื่อทำนายความพร้อมใช้งานของผู้ใช้ที่กำหนดคุณสมบัติบางอย่างหรือไม่?
ขณะศึกษาวิธีการขุดข้อมูลฉันได้เข้าใจว่ามีสองประเภทหลัก: วิธีการทำนาย: การจัดหมวดหมู่ การถอยหลัง วิธีการบรรยาย: การจัดกลุ่ม กฎการเชื่อมโยง เนื่องจากฉันต้องการทำนายความพร้อมใช้งานของผู้ใช้ (ผลลัพธ์) ตามสถานที่ตั้งกิจกรรมระดับแบตเตอรี่ (อินพุตสำหรับแบบจำลองการฝึกอบรม) ฉันคิดว่ามันชัดเจนว่าฉันจะเลือก "วิธีการทำนาย" แต่ตอนนี้ฉันไม่สามารถเลือกได้ระหว่าง การจำแนกและการถดถอย จากสิ่งที่ฉันเข้าใจในตอนนี้การจำแนกประเภทสามารถแก้ปัญหาของฉันได้เนื่องจากผลลัพธ์คือ "พร้อมใช้" หรือ "ไม่พร้อมใช้" การจำแนกประเภทสามารถให้ความน่าจะเป็น (หรือความน่าจะเป็น) แก่ผู้ใช้ได้หรือไม่? ในเอาต์พุตไม่เพียงแค่ 0 (ไม่พร้อมใช้งาน) หรือ 1 (สำหรับว่าง) แต่มันเป็นดังนี้: 80 %80%80\% ใช้ได้ 20 %20%20\% ไม่ว่าง ปัญหานี้สามารถแก้ไขได้ด้วยการถดถอยหรือไม่ ฉันได้รับการถดถอยที่ใช้สำหรับการส่งออกอย่างต่อเนื่อง (ไม่เพียง 0 หรือ 1 เอาท์พุท) แต่ไม่สามารถเอาท์พุทเป็นค่าต่อเนื่องของความพร้อมใช้งานของผู้ใช้ (เช่นเอาท์พุทเป็น 808080 ความหมายของผู้ใช้คือ 80%80%80\% ที่มีอยู่โดยนัยผู้ใช้คือ 20%20%20\% สามารถใช้งานได้)

5
จะจำแนกข้อมูลที่เป็นรูปเกลียวได้อย่างไร?
ฉันสับสนในสนามเด็กเล่นเทนเซอร์ หนึ่งในชุดข้อมูลอินพุตเป็นแบบหมุนวน ไม่ว่าฉันจะเลือกพารามิเตอร์เข้าแบบใดก็ตามไม่ว่าฉันจะสร้างเครือข่ายประสาทที่กว้างและลึกแค่ไหน นักวิทยาศาสตร์ข้อมูลทำอย่างไรกับข้อมูลของรูปร่างนี้
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.