machine-learning

5गर्मी

1उत्तर

ओपनएनएलपी नामफिंडर एपीआई

में कस्टम फीचर जेनरेशन मैं नामांकित खोजक एपीआई के लिए ओपनएनएलपी की कस्टम फीचर पीढ़ी का उपयोग करने की कोशिश कर रहा हूं। http://opennlp.apache.org/documentation/1.5.3/manual/opennlp.html मैं प्रलेखन माध

java machine-learning named-entity-recognition opennlp 2012-08-16

---

41गर्मी

3उत्तर

ग्रेडियेंट डेसेंट और न्यूटन के ग्रेडियेंट वंश के बीच क्या अंतर है?

मैं समझता हूं कि ग्रेडियेंट वंश क्या करता है। असल में यह धीरे-धीरे वक्र को घुमाने के द्वारा स्थानीय इष्टतम समाधान की ओर बढ़ने की कोशिश करता है। मैं समझने की कोशिश कर रहा हूं कि योजना ढाल वंश और न्यूटन

machine-learning data-mining mathematical-optimization 2012-08-22

---

12गर्मी

2उत्तर

कमजोर वर्गीकरण

मैं एडाबुस्ट एल्गोरिदम का उपयोग करने वाले एप्लिकेशन को लागू करने की कोशिश कर रहा हूं। मुझे पता है कि एडाबुस्ट कमजोर क्लासिफायरों के सेट का उपयोग करता है, लेकिन मुझे नहीं पता कि ये कमजोर क्लासिफायर क्य

machine-learning artificial-intelligence classification adaboost 2012-08-23

---

5गर्मी

1उत्तर

बेवकूफ Bayesian और शून्य आवृत्ति मुद्दा

मुझे लगता है कि मैंने इसे सबसे अधिक सही ढंग से लागू किया है। एक भाग ने मुझे भ्रमित कर दिया: शून्य आवृत्ति समस्या: प्रत्येक विशेषता मूल्य-वर्ग संयोजन (लैपलेस अनुमानक) के लिए गणना में 1 जोड़ें, जब प्रत्

algorithm machine-learning bayesian spam-prevention 2012-08-25

---

14गर्मी

1उत्तर

सर्वर लॉग डेटा पर मशीन लर्निंग

मुझे हाल ही में सर्वर लॉग डेटा (नई नौकरी पर) की एक बड़ी राशि तक पहुंच मिली है। मुझे कॉलेज से मशीन सीखने में कुछ अनुभव है। लॉग डेटा में सर्वर लॉग, डेटाबेस एक्सेस लॉग इत्यादि शामिल हैं। मैं सोच रहा था क

logging machine-learning 2012-08-26

---

31गर्मी

1उत्तर

मैं गीज़ा ++ में ट्रेन और टेस्ट चरण कैसे कर सकता हूं?

कृत्रिम बुद्धिमान विधियों में हमारे पास प्रशिक्षण के दो चरण हैं। ये चरण डेटा और परीक्षण हैं। प्रशिक्षण चरण में हम एक प्रणाली को बड़ी मात्रा में डेटा देते हैं और हम आम तौर पर डेटा की छोटी मात्रा के साथ

machine-learning nlp giza++ 2012-08-29

---

6गर्मी

1उत्तर

scikit सीखने जीएमएम मैं गाऊसी मिश्रण मॉडल का उपयोग कर रहा अजगर scikit सीखने पैकेज से मेरी डाटासेट प्रशिक्षित करने के लिए सकारात्मक लॉग संभावना

उत्पादन, तथापि, मैं झरना कि जब मैं कोड - जी = mixture.GMM (.. ।) - G.fit (...) - G.score (योग सुविधा) जिसके परिणामस्वरूप लॉग संभावना सकारात्मक वास्तविक संख्या है ... यही कारण है कि है? लॉग की संभावना

python machine-learning scikit-learn mixture-model 2012-08-29

---

13गर्मी

4उत्तर

scipy अनुकूलन में पूर्ण चरण आकार

कम करें मेरे पास एक कंप्यूटर दृष्टि एल्गोरिदम है जिसे मैं scipy.optimize.minimize का उपयोग करके ट्यून करना चाहता हूं। अभी मैं केवल दो मानकों को ट्यून करना चाहता हूं लेकिन पैरामीटर की संख्या अंततः बढ़

python optimization numpy machine-learning scipy 2012-08-29

---

6गर्मी

1उत्तर

लॉजिस्टिक रिग्रेशन बड़े मार्जिन वर्गीकृत है?

मैं समझता हूँ के रूप में SVM में बड़े अंतर प्रभाव: उदाहरण के लिए चलो इस छवि को देखो: SVM अनुकूलन उद्देश्य में नियमितीकरण अवधि द्वारा हम पैरामीटर, जहां का एक सेट खोजने की कोशिश मानदंड (पैरामीटर वेक्टर)

machine-learning svm mathematical-optimization linear-regression 2012-08-30

---

20गर्मी

2उत्तर

लोचदार नेट का उपयोग कैसे किया जाता है?

यह प्रतिगमन के साथ नियमितकरण पर एक शुरुआती प्रश्न है। लोचदार नेट और लासो रिग्रेशन ऑनलाइन के बारे में अधिक जानकारी विकिपीडिया या मूल 2005 पेपर से ज़ौ और हैस्टी (लोचदार नेट के माध्यम से नियमितकरण और परि

python statistics machine-learning regression scikit-learn 2012-09-05

---