machine-learning

    3熱度

    2回答

    我在MATLAB中建立了一個Probablistic神經網絡分類實驗。我可以使用sim命令獲取未看到數據的類。有沒有什麼辦法可以得到分類器計算的類的概率?此外,是否有任何直接的方法來繪製Reciever Operating Characteristicstic曲線並計算我的分類器在ROC下的面積?

    8熱度

    2回答

    我手裏有一個分類問題,我想用一個機器學習算法來解決(貝葉斯或馬爾科夫可能,這個問題是獨立於要使用的分類器) 。考慮到許多培訓實例,我正在尋找一種方法來衡量實施的分類器的性能,並將數據過度擬合問題考慮在內。即:給定N [1..100]個訓練樣本,如果我對每一個樣本運行訓練算法,並且使用這些非常相同的樣本來測量適應度,它可能陷入數據過擬合問題 - 分類器將知道訓練實例的確切答案,而沒有太多的預測能力,

    1熱度

    6回答

    我想知道是否有人對此有所瞭解。我正在考慮去研究生院取得一些計算機科學相關學位。我一直對使用統計軟件包或模擬來解決問題的人有興趣。我會研究什麼來獲得這些知識的廣泛知識?他們是否屬於機器學習? 謝謝

    6熱度

    2回答

    這三個相關領域有什麼區別?是否有一個具體的整體,他們都是(除CS外)的一部分?

    8熱度

    3回答

    假設您想估計不公開此信息的網站的用戶羣大小。 人們更有可能獲得不同概率的不同用戶名。例如,如果系統中不存在用戶名'nick',則它可能具有極小的用戶羣。如果使用用戶名'starbaby',它可能是一個更大的網站。這似乎是一個簡單的貝葉斯問題。 存在一個問題,即不同的網站可能有不同的允許用戶名空間。我想,最大的問題是空間等常見字符的合法性。另一個可能污染事先分發的問題是,當您想要的名稱被採用時,網站

    12熱度

    8回答

    對於初學者來說,這是開始學習貝葉斯網絡的最好的書嗎?

    4熱度

    2回答

    如果一個人有一個對等網絡系統,可查詢,一個想 減少的總數(通過將「流行」項目廣泛地和「相似」的項目分佈在一起) 避免每個節點的過度存儲 確保在面對客戶端宕機,硬件故障以及用戶離開(可能爲檔案工作者/歷史學家檢測稀有物品) 避免查詢沒有找到在網絡分區 的情況下,考慮到這些要求的比賽: 是否有任何標準的方法?如果沒有,是否有任何受人尊重但實驗性的研究?我熟悉一些分配方案,但我還沒有看到任何真正解決穩健