คำถามติดแท็ก machine-learning

ฉันตระหนักถึงการไล่ระดับสีที่ลาดชันและอัลกอริธึมการกระจายกลับ สิ่งที่ฉันไม่ได้รับคือเมื่อใช้อคติที่สำคัญและคุณจะใช้มันอย่างไร ตัวอย่างเช่นเมื่อทำการแมปANDฟังก์ชั่นเมื่อฉันใช้ 2 อินพุทและเอาท์พุท 1 มันไม่ได้ให้น้ำหนักที่ถูกต้อง แต่เมื่อฉันใช้ 3 อินพุท (1 ซึ่งเป็นอคติ) มันให้น้ำหนักที่ถูกต้อง

806 machine-learning  neural-network  artificial-intelligence  backpropagation 

ได้โปรดช่วยฉันเข้าใจความแตกต่างระหว่างอัลกอริธึมกำเนิดและการ แบ่งแยกโดยคำนึงถึงว่าฉันเป็นแค่มือใหม่

587 algorithm  machine-learning  difference 

หลังจากคุณฝึกโมเดลใน Tensorflow: คุณจะบันทึกโมเดลที่ได้รับการฝึกฝนอย่างไร คุณจะคืนค่าโมเดลที่บันทึกไว้ในภายหลังได้อย่างไร

552 python  tensorflow  machine-learning  model 

ฉันพบว่ามันยากที่จะเข้าใจกระบวนการของ Naive Bayes และฉันสงสัยว่ามีคนอธิบายได้ด้วยขั้นตอนง่าย ๆ เป็นภาษาอังกฤษ ฉันเข้าใจว่าต้องใช้การเปรียบเทียบตามเวลาที่เกิดขึ้นเป็นความน่าจะเป็น แต่ฉันไม่รู้ว่าข้อมูลการฝึกอบรมนั้นเกี่ยวข้องกับชุดข้อมูลจริงอย่างไร โปรดอธิบายให้ฉันฟังว่าชุดฝึกอบรมมีบทบาทอย่างไร ฉันให้ตัวอย่างง่ายๆสำหรับผลไม้ที่นี่เช่นกล้วยเป็นต้น training set--- round-red round-orange oblong-yellow round-red dataset---- round-red round-orange round-red round-orange oblong-yellow round-red round-orange oblong-yellow oblong-yellow round-red

547 algorithm  machine-learning  dataset  classification  naivebayes 

ฉันพัฒนาเว็บไซต์ภายในสำหรับเครื่องมือการจัดการพอร์ตโฟลิโอ มีข้อมูลข้อความจำนวนมากชื่อ บริษัท ฯลฯ ฉันประทับใจในความสามารถของเครื่องมือค้นหาบางอย่างที่สามารถตอบคำถามได้อย่างรวดเร็วด้วย "คุณหมายถึง xxxx" หรือไม่ ฉันต้องสามารถใช้คิวรีผู้ใช้อย่างชาญฉลาดและตอบสนองไม่เพียง แต่ผลการค้นหาแบบดิบ แต่ยังมี "คุณหมายถึงอะไร" การตอบสนองเมื่อมีคำตอบอื่น ๆ ที่เป็นไปได้สูง [ฉันกำลังพัฒนาในASP.NET (VB - อย่าถือมันไว้กับฉัน!)] อัปเดต: ตกลงฉันจะเลียนแบบสิ่งนี้อย่างไรหากไม่มีผู้ใช้ที่ยังไม่ได้ชำระเงินนับล้าน สร้างคำที่พิมพ์ผิดสำหรับแต่ละคำที่ 'รู้จัก' หรือ 'ถูกต้อง' และทำการค้นหา? วิธีการอื่นที่หรูหรากว่านี้?

436 algorithm  machine-learning  nlp  spell-checking  text-search 

ความแตกต่างระหว่างยุคและการทำซ้ำเมื่อฝึก perceptron หลายชั้นคืออะไร?

413 machine-learning  neural-network  deep-learning  artificial-intelligence  terminology 

ตามที่เป็นอยู่ในปัจจุบันคำถามนี้ไม่เหมาะสำหรับรูปแบบคำถาม & คำตอบของเรา เราคาดหวังคำตอบที่จะได้รับการสนับสนุนจากข้อเท็จจริงการอ้างอิงหรือความเชี่ยวชาญ แต่คำถามนี้อาจเรียกร้องให้มีการอภิปรายโต้แย้งโต้แย้งหรือการอภิปรายเพิ่มเติม หากคุณรู้สึกว่าคำถามนี้สามารถปรับปรุงและเปิดใหม่ได้โปรดไปที่ศูนย์ช่วยเหลือเพื่อขอคำแนะนำ ปิดให้บริการใน7 ปีที่ผ่านมา ANN (Artificial Neural Networks) และ SVM (Support Vector Machines) เป็นสองกลยุทธ์ยอดนิยมสำหรับการเรียนรู้และการจัดหมวดหมู่ของเครื่อง มักไม่ค่อยชัดเจนว่าวิธีใดดีกว่าสำหรับโครงการใดโครงการหนึ่งและฉันมั่นใจว่าคำตอบนั้นมักจะ "ขึ้นอยู่กับ" บ่อยครั้งที่มีการใช้ทั้งสองอย่างร่วมกันกับการจำแนกแบบเบย์ คำถามเหล่านี้ใน Stackoverflow ถูกถามเกี่ยวกับ ANN vs SVM: การจำแนกประเภท ANN และ SVM ความแตกต่างระหว่าง ANN, SVM และ KNN ในคำถามการจัดหมวดหมู่ของฉันคืออะไร รองรับ Vector Machine หรือ Neural Network สำหรับการประมวลผลข้อความหรือไม่? ในคำถามนี้ฉันต้องการทราบอย่างชัดเจนว่า ANN (โดยเฉพาะ Multilayer Perceptron) ด้านใดที่อาจทำให้เป็นที่พึงปรารถนาที่จะใช้กับ …

381 machine-learning  neural-network  classification  svm 

ผมจะผ่านเอกสาร tensorflow API ที่นี่ ในเอกสาร tensorflow logitsที่พวกเขาใช้คำหลักที่เรียกว่า มันคืออะไร? ในวิธีการมากมายในเอกสาร API มันถูกเขียนเช่น tf.nn.softmax(logits, name=None) หากสิ่งที่เขียนเป็นlogitsเพียงTensorsทำไมการรักษาชื่อที่แตกต่างกันlogitsอย่างไร อีกสิ่งหนึ่งคือมีสองวิธีที่ฉันไม่สามารถแยกความแตกต่างได้ พวกเขาเป็น tf.nn.softmax(logits, name=None) tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None) ความแตกต่างระหว่างพวกเขาคืออะไร? เอกสารไม่ชัดเจนสำหรับฉัน ฉันรู้ว่าสิ่งที่tf.nn.softmaxทำ แต่ไม่ใช่อย่างอื่น ตัวอย่างจะเป็นประโยชน์จริง ๆ

352 python  machine-learning  tensorflow 

ปิด คำถามนี้จะต้องมีมากขึ้นมุ่งเน้น ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้มุ่งเน้นที่ปัญหาเดียวโดยแก้ไขโพสต์นี้ ปิดเมื่อเดือนที่แล้ว ปรับปรุงคำถามนี้ ในแง่ของปัญญาประดิษฐ์และการเรียนรู้ของเครื่องอะไรคือความแตกต่างระหว่างการเรียนรู้แบบมีผู้สอนและไม่ได้รับการดูแล? คุณสามารถให้คำอธิบายพื้นฐานที่ง่ายและเป็นตัวอย่างได้หรือไม่?

283 machine-learning  artificial-intelligence  supervised-learning  unsupervised-learning 

ในฟังก์ชั่น TensorFlow ต่อไปนี้เราจะต้องป้อนการเปิดใช้งานของเซลล์ประสาทเทียมในชั้นสุดท้าย ที่ฉันเข้าใจ แต่ฉันไม่เข้าใจว่าทำไมเรียกว่าบันทึก นั่นคือฟังก์ชันทางคณิตศาสตร์ใช่ไหม loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels = target_output )

250 tensorflow  machine-learning  neural-network  deep-learning  cross-entropy 

จากคลาสการเรียนรู้เชิงลึกของ Udacityซอฟต์แม็กซ์ของ y_i นั้นเป็นเพียงแค่เลขชี้กำลังหารด้วยผลรวมของเลขชี้กำลังของเวกเตอร์ Y ทั้งหมด: S(y_i)ฟังก์ชัน softmax อยู่ที่ไหนy_iและeเป็นเลขชี้กำลังและjเป็นเลขที่ ของคอลัมน์ในเวกเตอร์อินพุต Y ฉันได้ลองทำสิ่งต่อไปนี้แล้ว: import numpy as np def softmax(x): """Compute softmax values for each sets of scores in x.""" e_x = np.exp(x - np.max(x)) return e_x / e_x.sum() scores = [3.0, 1.0, 0.2] print(softmax(scores)) ซึ่งผลตอบแทน: [ 0.8360188 0.11314284 0.05083836] แต่ทางออกที่แนะนำคือ: def …

247 python  numpy  machine-learning  logistic-regression  softmax 

เมื่อเรามีการคาดการณ์มูลค่าของที่เด็ดขาด (หรือไม่ต่อเนื่อง) ผลที่เราใช้การถดถอยโลจิสติก ฉันเชื่อว่าเราใช้การถดถอยเชิงเส้นเพื่อทำนายค่าของผลลัพธ์ที่ได้จากค่าอินพุต จากนั้นความแตกต่างระหว่างสองวิธีคืออะไร?

242 machine-learning  data-mining  linear-regression 

สมมติว่าฉันมีอาร์เรย์ numpy 1d a = array([1,0,3]) ฉันต้องการเข้ารหัสเป็นอาร์เรย์ 2d 1-hot b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]]) มีวิธีที่รวดเร็วในการทำเช่นนี้? เร็วกว่าการวนซ้ำaเพื่อตั้งค่าองค์ประกอบของbนั่นคือ

227 python  numpy  machine-learning  numpy-ndarray  one-hot-encoding 

ปิด . คำถามนี้เป็นคำถามความคิดเห็นตาม ขณะนี้ยังไม่ยอมรับคำตอบ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้สามารถตอบพร้อมข้อเท็จจริงและการอ้างอิงได้โดยแก้ไขโพสต์นี้ ปิดให้บริการเมื่อปีที่แล้ว ปรับปรุงคำถามนี้ สมมติว่าฉันกำลังแก้ไขปัญหาการจัดประเภทบางอย่าง (การตรวจจับการฉ้อโกงและสแปมความคิดเห็นเป็นปัญหาสองประการที่ฉันกำลังดำเนินการอยู่ในขณะนี้ แต่ฉันสงสัยเกี่ยวกับงานการจัดประเภทโดยทั่วไป) ฉันจะรู้ได้อย่างไรว่าควรใช้ลักษณนามใด ต้นไม้ตัดสินใจ SVM Bayesian โครงข่ายประสาท K- เพื่อนบ้านที่ใกล้ที่สุด ถาม - เรียนรู้ ขั้นตอนวิธีทางพันธุกรรม กระบวนการตัดสินใจของ Markov โครงข่ายประสาทเทียม การถดถอยเชิงเส้นหรือการถดถอยโลจิสติก การส่งเสริมการบรรจุถุงการพนัน การปีนเขาแบบสุ่มหรือการอบอ่อนแบบจำลอง ... ในกรณีใดบ้างที่เป็นตัวเลือกแรก "ธรรมชาติ" และหลักการในการเลือกตัวเลือกนั้นคืออะไร? ตัวอย่างประเภทของคำตอบที่ฉันกำลังมองหา (จากหนังสือIntroduction to Information Retrieval ของ Manning et al. ): ก. ถ้าข้อมูลของคุณจะมีป้าย แต่คุณมีเพียงจำนวน จำกัด คุณควรใช้ลักษณนามที่มีอคติสูง (เช่น Naive Bayes) …

207 machine-learning 

เมื่อฉันฝึกโครงข่ายประสาทเทียมด้วย Theano หรือ Tensorflow พวกเขาจะรายงานตัวแปรที่เรียกว่า "การสูญเสีย" ต่อยุค ฉันควรตีความตัวแปรนี้อย่างไร การสูญเสียที่สูงขึ้นนั้นดีขึ้นหรือแย่ลงหรือความหมายของประสิทธิภาพขั้นสุดท้าย (ความถูกต้อง) ของเครือข่ายประสาทของฉันคืออะไร

202 machine-learning  neural-network  mathematical-optimization  deep-learning  objective-function