machine-learning

___ tag123machineelearning ___ Implementierungsfragen zu Algorithmen des maschinellen Lernens. Allgemeine Fragen zum maschinellen Lernen sollten in ihren jeweiligen Communities veröffentlicht werden. ___ qstnhdr ___ Ein mehrschichtiges Perzeptron-Netzwerk verstehen ___ tag123neuralnetwork ___ Netzwerkstruktur inspiriert von vereinfachten Modellen biologischer Neuronen (Gehirnzellen). Neuronale Netze werden trainiert, um durch überwachte und unbeaufsichtigte Techniken zu "lernen" und können verwendet werden, um Optimierungsprobleme, Approximationsprobleme, Klassifikationsmuster und Kombinationen davon zu lösen. ___ qstntxt ___

Ich versuche zu verstehen, wie man einen Multilayer trainiert; Ich habe jedoch einige Schwierigkeiten herauszufinden, wie man eine geeignete Netzwerkarchitektur - d. h. die Anzahl der Knoten / Neuronen in jeder Schicht des Netzwerks - ermittelt.

Für eine bestimmte Aufgabe habe ich vier Eingabequellen, die jeweils einen von drei Zuständen eingeben können. Ich denke, das würde bedeuten, dass vier Input-Neuronen entweder 0, 1 oder 2 feuern würden, aber so weit ich es gesagt habe, sollte die Eingabe binär gehalten werden?

Außerdem habe ich Probleme bei der Auswahl der Neuronenmenge in der versteckten Schicht. Alle Kommentare wären großartig.

Danke.

    
___ answer2708040 ___

Die Bestimmung einer akzeptablen Netzwerkstruktur für ein mehrschichtiges Perzeptron ist eigentlich unkompliziert.

  1. Eingabeebene : Wie viele Features / Dimensionen sind enthalten? Ihre Daten - dh wie viele Spalten in jede Datenzeile. Fügen Sie einen hinzu (für der Bias - Knoten) und das ist die Anzahl der Knoten für die erste (Eingabe Ebene).

  2. Ausgabeschicht : Wird Ihr MLP in 'Maschine' ausgeführt? Modus oder Regressionsmodus ('Regression' hier in der maschinelles Lernen statt statistischer Sinn) - dh tut mein MLP Gibt eine Klassenbezeichnung oder eine vorhergesagte zurück Wert? Wenn letzteres, dann dein Die Ausgabeschicht hat einen einzelnen Knoten. Ob Erstere, dann Ihre Ausgabeschicht hat die gleiche Anzahl von Knoten wie Klassenlabels. Zum Beispiel, wenn der Ergebnis, das Sie wollen, ist jedes zu beschriften Instanz als entweder "Betrug" oder "nicht Betrug ", das sind zwei Klassenlabels, Daher zwei Knoten in Ihrer Ausgabe Ebene.

  3. Ausgeblendete Ebene (n) : Zwischen diesen beiden (Eingabe und Output) sind offensichtlich die versteckten Lagen. Beginnen Sie immer mit einem einzigen versteckte Ebene. Also wie viele Knoten? Hier ist eine Faustregel: Legen Sie die (ursprüngliche) Größe der ausgeblendeten Ebene auf eine bestimmte Anzahl von Knoten fest, die nur geringfügig größer als die Anzahl der Knoten in der Eingabeebene ist. Verglichen mit weniger Knoten als der Eingabeschicht hilft diese Überkapazität, Ihre numerische Optimierungsroutine (z. B. Gradientenabstieg) zu konvergieren.

Beginnen Sie zusammen mit drei Schichten für Ihre Netzwerkarchitektur; Die Größen der ersten (Eingabe) und letzten (Ausgabe werden durch Ihre Daten bzw. durch Ihren Modellentwurf festgelegt. Eine verborgene Ebene, die gerade etwas größer als die Eingabeebene ist, ist fast immer ein gutes Design, um zu beginnen.

In Ihrem Fall wäre eine geeignete Netzwerkstruktur:

Eingabeschicht : 5 Knoten - & gt; versteckte Ebene : 7 Knoten - & gt; Ausgabeschicht : 3 Knoten

    
___ answer2747813 ___

Ich stimme Dougs Antwort oben in einigen Punkten nicht zu.

Sie haben 4 diskrete (3-Wege kategoriale) Eingänge. Sie sollten (sofern Sie keinen starken Grund dafür haben) dies als 12 Binäreingänge darstellen, die eine 1-aus-3-Codierung für jeden Ihrer vier konzeptionellen Eingänge verwenden. Wenn Sie also [2,0,1,1] eingeben, sollte Ihr Netzwerk Folgendes erhalten: 0 0 1 1 0 0 0 1 0 0 1 0 Wenn Ihre Netzwerkimplementierung einen manuellen Bias erfordert, sollten Sie ein weiteres Always-On-Bit für den Bias hinzufügen, aber die meisten sinnvollen neuronalen Netzimplementierungen erfordern dies nicht.

Probiere ein paar verschiedene Zahlen von versteckten Einheiten aus. Sie müssen sich nicht auf eine versteckte Layer-Größe beschränken, die kleiner ist als die Eingabe-Layer-Größe, aber wenn Sie es größer machen, sollten Sie darauf achten, dass Sie Ihre Gewichtungen normalisieren, vielleicht mit L2- oder L1-Gewicht-Verfall und vielleicht sogar früher Stopps im Training (stoppe das Training, wenn dein Fehler in einem ausgehaltenen Validierungssatz aufhört sich zu verbessern).

    
___ tag123deeplearning ___ Deep Learning ist ein Bereich des maschinellen Lernens, dessen Ziel es ist, komplexe Funktionen mit speziellen neuronalen Netzwerkarchitekturen zu erlernen, die "tief" sind (aus vielen Schichten bestehen). Dieses Tag sollte für Fragen zur Implementierung von Deep-Learning-Architekturen verwendet werden. Allgemeine Fragen zum maschinellen Lernen sollten mit "maschinelles Lernen" gekennzeichnet werden. Eine Markierung für die relevante Softwarebibliothek (z. B. "keras" oder "tensorflow") ist hilfreich. ___
6
Antworten

Algorithmus zum Generieren einer numerischen Konzepthierarchie

Ich habe ein paar numerische Datensätze, für die ich eine Konzepthierarchie erstellen muss. Im Moment mache ich das manuell, indem ich die Daten (und ein entsprechendes Liniendiagramm) beobachte. Basierend auf meiner Intuition habe ich einige ak...
25.03.2010, 16:54
1
Antwort

sklearn LinearRegression, warum nur ein vom Modell zurückgegebener Koeffizient?

Ich probiere scikit-lernen LinearRegression-Modell auf einem einfachen Datensatz (kommt von Andrew NG Kurs Kurs, ich ist nicht wirklich wichtig, schauen Sie die Handlung als Referenz) das ist mein Skript %Vor% meine Frage ist: Ich erwarte...
17.04.2015, 15:10
5
Antworten

Algorithmen, um Dinge zu finden, die ein Benutzer basierend auf anderen Nutzern mag

Ich denke daran, eine App zu schreiben, um Filme in einem HTPC zu klassifizieren, basierend auf dem, was die Familienmitglieder mögen. Ich kenne keine Statistiken oder KI, aber das Zeug hier sieht sehr saftig aus. Ich würde nicht wissen, wo...
21.10.2009, 17:25
6
Antworten

Ähnlichkeitsprozentsatz berechnen ODER Korrelation zwischen mehr als 2 Objekten berechnen

Überlege, dass ich vier Objekte habe ( a,b,c,d ), und bitte fünf Personen, sie (Kategorie 1 oder 2) entsprechend ihrer physischen Erscheinung oder etwas anderem zu etikettieren. Die Etiketten, die von fünf Personen für diese Objekte bereitgest...
21.11.2016, 05:01
2
Antworten

k-fache geschichtete Kreuzvalidierung mit unausgeglichenen Klassen

Ich habe Daten mit 4 Klassen und ich versuche, einen Klassifikator zu bauen. Ich habe ~ 1000 Vektoren für eine Klasse, ~ 10 ^ 4 für eine andere, ~ 10 ^ 5 für die dritte und ~ 10 ^ 6 für die vierte. Ich hatte gehofft, Kreuzvalidierung zu verwende...
16.09.2015, 17:52
1
Antwort

Erstellen Sie künstliche Daten in MATLAB

Ich brauche einige künstliche Daten, nämlich "Two-Spiral", "Cluster-Inside-Cluster", "Half-Kernel", "Halbmond-Vollmond" und "Ausreißer" für Machine-Learning-Zwecke. > Gibt es einen Leitfaden / ein Paket / einen Quellcode in MATLAB?     
22.04.2013, 11:58
1
Antwort

Abstand zwischen den Hyperebenen

Ich versuche, mir etwas maschinelles Lernen beizubringen und habe die MNIST-Datenbank ( Ссылка ) verwendet damit. Der Autor dieser Website schrieb 1998 eine Abhandlung über alle Arten von Techniken zur Erkennung von Handschriften, die unter ver...
12.11.2012, 08:23
1
Antwort

scikit-learn: Wie skaliere ich das vorhergesagte Ergebnis zurück?

Ich versuche, scikit-learn und Machine Learning mit dem Boston Housing Data Set zu lernen. %Vor% Basierend auf diesem neuen Modell clf_sgd , versuche ich die y basierend auf der ersten Instanz von X_train vorherzusagen. %Vor%...
27.06.2016, 16:19
1
Antwort

Welche FFT-Deskriptoren sollten als Feature zur Implementierung eines Klassifikations- oder Clustering-Algorithmus verwendet werden?

Ich habe einige geografische Trajektorien gesammelt, um sie zu analysieren, und ich habe das Histogramm von Daten in räumlicher und zeitlicher Dimension berechnet, was ein zeitdomänenbasiertes Merkmal für jedes räumliche Element ergab. Ich möchte...
18.12.2014, 12:19
2
Antworten

Wie spezifiziert man die vorherige Wahrscheinlichkeit für Naiv Bayes von scikit-learn?

Ich benutze die scikit-learn Machine-Lernbibliothek (Python) für ein maschinelles Lernprojekt. Einer der Algorithmen, die ich verwende, ist die Gaussian Naive Bayes Implementierung. Eines der Attribute der Funktion GaussianNB () lautet wie fol...
17.06.2015, 15:45