4回答
线性机器学习算法“经常”具有高偏差/低方差？
linear-regression、variance、bias
在解释机器学习中偏差和差异的含义的这博客中，在“偏差-方差权衡”标题下有一行写道：我知道第一句中有一个“经常”，但怎么可能是真的呢？如果线性ML算法有很大的偏差，我们怎么能期望它有低的方差呢？
浏览 0提问于2018-12-14得票数 2
1回答
什么是诱导偏见？
machine-learning、neural-network、theory
神经网络中的偏置是要激发的附加神经元，即y=a+bx，其中a是一个偏置项。归纳偏倚如何有助于概括？提前谢谢。
浏览 0提问于2021-05-06得票数 3
2回答
为什么在监督学习中存在偏见和差异之间的权衡？为什么我们不能两者兼得呢？
machine-learning、supervised-learning、variance、bias
偏差-方差权衡就像机器学习中的一条定律。你不能兼得这两个世界的优点。机器学习中的监督学习是如何使两者不能同时满足的呢？
浏览 0提问于2019-08-27得票数 1
回答已采纳
1回答
数据科学学习资源在道路交通数据中的应用？
self-study
我的背景
现在，我熟悉基本的推断统计和R包(plyr、dplyr、ggplot2等)。最近，我认识到机器学习算法也有助于通过监督&
浏览 0提问于2014-11-05得票数 2
1回答
随机状态值的变化会改变模型的精度
python、scikit-learn、cross-validation、train-test-split
在测试我的线性回归模型时，我发现更改train_test_split中的random_state参数会更改模型精度。为了详细说明，我的列车测试拆分如下：X = pd.DataFrame(boston_data.data, columns=boston_data.feature_namesMEDV'])
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, ran
浏览 1提问于2018-03-28得票数 0
2回答
偏见在数据科学中有多重含义吗？
machine-learning
偏见的含义是什么？我在统计抽样中遇到了有偏见的数据，但这似乎与学习概念的偏见不同。我听说过一些数据集是有偏差的，也听说过模型(例如神经网络)有低偏差或“高偏差”问题。这些偏见的用途不同吗？
浏览 0提问于2017-04-05得票数 3
回答已采纳
1回答
数学偏差和权重与机器学习偏差和权重
machine-learning、predictive-modeling、linear-regression、bias、weight-initialization
我对机器学习中的偏倚和重量这个词有点困惑。使用一行的方程式，你可以写下这个关系这里b是机器学习</em
浏览 0提问于2021-03-23得票数 1
回答已采纳
1回答
将有状态C计算与Modelica集成
c、modelica、openmodelica
我已经集成了一个用C语言实现的机器学习算法和一个运行在OpenModelica中的Modelica模型。这让我怀疑，为了求解模型，OpenModelica需要在每次模拟迭代中</
浏览 2提问于2015-03-31得票数 2
1回答
在机器学习中检测偏差列和消除偏差
machine-learning、regression、multiclass-classification
我遇到了一个多变量机器学习问题，在这个问题中，我需要检测偏差列，并在预测最终目标变量时消除该特定列的偏差。训练数据-> 。解决这个问题的标准方法应该是什么？
浏览 4提问于2021-06-07得票数 0
1回答
Bayes误差/人为水平误差的估计
bayes-error
当然，Andrew提到，模型(机器学习)错误不能超过Bayes /人级性能，因此偏差是无法避免的。(不可避免的偏见)关于分类问题的例子/概念将不胜感激。
浏览 0提问于2018-08-22得票数 3
1回答
集成学习中的套袋与粘贴
machine-learning、variance、bias、ensemble、bagging
这是Aurelien的“手工机器学习与Scikit学习，Keras和TensorFlow”的引文：
“引导在每个预测器上训练的子集中引入了更多的多样性，因此套袋的偏差比粘贴稍微高一些，但这也意味着预测器最终的相关性较小，从而降低了集合的方差。”我不明白为什么套袋，相比粘贴，导致更高的偏差和较低的差异。有人能对此提供直观的
浏览 0提问于2020-04-10得票数 3
1回答
为什么线性模型在图像分类中起作用？
machine-learning、classification、linear-algebra
我正在认真学习机器学习的所有数学基础。我非常清楚，它在数学上是可行的，但有一件事我无法理解。我的问题很简单，因为：
为什么线性模型在训练图像到字符(例如，使用notMNIST数据集作为训练源)分类模型时工作？据我所知，用线性模型，我们是说输出是一个函数，一个输入+一个偏差参数的线性函数。但是我已经知道线性模型在
浏览 2提问于2017-06-20得票数 0
回答已采纳
4回答
如何知道模型已经开始过火了？
neural-network、overfitting
我希望以下摘录将提供一个洞察我的问题将是什么。这些是来自这里的。
然后，学习逐渐减缓。最后，在280年代前后，分类精度几乎停止了提高。后来的年代只是在280年代的精度值附近看到了小的随机波动。就像费米不喜欢的模型一样，我们的网络在800年后所学习的东西不再推广到测试数据中。所以这是没有用的学习。我们说网络<em
浏览 0提问于2017-05-22得票数 12
1回答
梯度提升树的弱学习分类/多类分类
machine-learning、scikit-learn、classification
我是机器学习领域的初学者，我想学习如何使用梯度增强树(GBT)进行多类分类。我读过一些关于GBT的文章，但是关于回归问题，我找不到关于GBT多类分类的正确解释。我也检查GBT在科学知识-学习图书馆机器学习。GBT的实现是利用回归树作为弱学习者进行多类分类的GradientBoostingClassifier。GB以提前阶段的方式
浏览 0提问于2018-04-25得票数 0
回答已采纳
3回答
机器学习中的偏差和差异是什么？
machine-learning、dataset、variance、bias
我正在学习机器学习，我遇到了偏见和变异的概念。我是一名大学生，在我的教授的幻灯片中，偏见被定义为：
我不明白，这两个定义是</e
浏览 0提问于2020-08-12得票数 6
回答已采纳
1回答
Oja的法则是如何应用于偏见的？
python、machine-learning、pytorch、unsupervised-learning
我正在尝试实现Oja的Hebbian学习规则(一种无监督的学习方法)：
根据Oja的规则，偏差的更新规则是什么？下面是Python和Py火炬中的一个简单代码示例。
浏览 10提问于2021-12-05得票数 0
3回答
检测时间序列数据中发生偏差的时间
machine-learning、python、deep-learning、time-series、anomaly-detection
每次机器运行时，我都会生成传感器数据。数据集由machine_ID(同一型号的机器)、hours_操作、各种传感器的测量组成。机器在运行了几个小时后开始退化。我想找出几个小时后，有步骤的变化，在此之后，表演开始下降。📷
我进行了探索性数据分析，在那里我可以找到出现偏差<e
浏览 0提问于2017-11-08得票数 2
1回答
预测数字输出的自定义损失函数
python、keras、neural-network
我希望我的keras网络预测一个数字输出在60..200范围内。根据我的经验，在这种情况下，仅仅输出一个sigmoid*140+60或converting效果很差，并且将其转换为类可能会更好。显然，预测附近的班级是更好的，应该受到较少的惩罚。
下面的示例代码。网络显然会更加复杂，而且可能会有一定程度的复杂性，但这才刚刚开始。当前代码提供了一个错误："IndexError:只有整数、片(:)、省略号(...)
浏览 0提问于2018-12-11得票数 1
回答已采纳
1回答
神经网络:权重和偏差收敛
neural-network
我一直在阅读一些关于机器学习、神经网络和深度学习的主题，其中之一就是这本(在我看来)很棒的在线书籍：
在很大程度上，我已经了解了神经网络的工作原理，但有一个问题仍然困扰着我(基于网站上的示例)：我考虑了一个由输入层、隐藏层和输出层组成的三层神经网络。现在提供了一个输入: x1和x2。因为网络是2，3，1，所以权重是随机生成的，第
浏览 4提问于2017-09-20得票数 0
云服务器
对象存储
ICP备案
云点播
腾讯会议
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号