Pruebe el aprendizaje transductivo para adivinar qué puntos de datos están etiquetados positivamente
Aprendizaje automático con etiquetas faltantes: SVM transductoras
tiene que experimentar un poco con los conjuntos de datos que introduce para intentar construir un modelo SVM que tenga una precisión de validación cruzada razonable y no cambie demasiadas etiquetas que sabía que eran verdaderas originalmente
- ¿Cómo entrenamos un clasificador para el cual solo tenemos: 1) un conjunto de datos que son datos de entrenamiento explícitamente positivos y 2) un conjunto de datos que se desconoce (tiene el potencial de ser positivo o negativo)?
- ¿Es posible conseguir un trabajo en Machine Learning sin experiencia laboral?
- ¿Cuál es el orden para aprender a usar los campos aleatorios de Markov para el procesamiento de imágenes?
- ¿Cuántos temas de matemáticas me mejorarán en el aprendizaje automático?
- ¿Cuáles son las ventajas de usar una representación escasa en el aprendizaje automático, especialmente en los modelos de aprendizaje profundo?
–
20
Charles H Martin, Consultoría de cálculo; predecimos cosas Editar biografía
Votos de Jalem Raj Rohit, Vikram Jha, Akilesh Potti, Bạch Giang, (más)
tengo uno
Aprendizaje automático
comentarios y preguntas son bienvenidos
Además, he configurado un repositorio de Github para esta publicación de blog
github.com
Contenido calculado / tsvm
el archivo Léame está actualizado
esencialmente lo que estoy tratando de hacer es establecer un proyecto de investigación de código abierto, colaborativo, de ciencia de datos / aprendizaje automático
que corresponden al trabajo descrito en mi blog
Estos proyectos están diseñados para proyectos de investigación científica de buena fe que requieren recolectar nuestros propios datos y diseñar experimentos que prueben sistemáticamente ideas teóricas específicas.
A diferencia de kaggle, que es aislado, competitivo y predefinido, estos proyectos están destinados a ser compartidos, colaborativos y requieren un marco
Cada proyecto involucra
1. comprensión matemática y avance
2. experimentos de ciencia de datos
3. desarrollando un código
Estoy muy abierto a tener colaboradores interesados en hacer una nueva investigación en ciencia de datos