2017-09-02 7 views
-1

機械学習を使用して数値の除算を確認することが可能かどうかを知りたい。 たとえば、11と13で割り切れる数をチェックしたいとします。 数字のデータセットを1から500まで作成し、11で割り切れる場合は1のラベルを付け、11で割り切れる場合は2で割ることができます。それらがいずれかで割り切れない場合は、13と0になります。番号1-500 0は明らかに私が含むバランスのとれたデータセットを維持する場合でも機械学習を使用して除算を確認する

  • をバイアスにつながる主要なラベルであることを行っているラベルで

    1. 後、私が直面している問題は、すべてのラベルの等しい行、1-1000にalgoを適用すると、下位の範囲番号はラベルとして0、範囲番号の中間は1、上位の範囲番号は2となります。

    私はマシンを訓練するために何をすべきですか?新しい機能を追加しますか?はいの場合は、どのような機能ですか?私はそれがMLを適用するには問題がないことを知っているが、私の教授が私を与えている:あなたが仕事だと思う任意のMLのアルゴがある場合 はまた、

    EDIT(すでにKNN、決定木、SVM、Naive_Bayesを試してみました)提案してくださいこの割り当て。それが可能かどうか疑問に思っていました。

  • +2

    'eg'は' example gratia 'の略語で、例えば、ラテン語では 'を意味します。したがって、例えば、「For」は、例えば「For」を意味し、すなわち意味をなさない。単に「eg」や「例えば」と答えてください –

    +4

    これは古典的なものです。私は何をしているのか分かりませんが、ニューラルネットワークはクールだと言われています。本当に。数の分割可能性を見出すことは、プロセッサの1つまたは2つの基本的な算術演算です。この問題でDNNを投げることは、DNNが何をするのか理解していないことの兆候です。線形演算子を線形演算子にすることができないという事実は、あなたが数学を見ようとしていないことを意味します。 –

    +0

    これは、MLアルゴリズムのアプリケーションには本当に奇妙な選択です。ほとんどのMLクラシファイアはこれでは悪くなります(線形のものは失敗します)。ほとんどの言語(モジュラ算術のPythons '%'演算子を含む)で組み込みとして行われています。モチベーションを追加できますか? MLがどのように動作するかを学習しているのであれば、本当にあなたはXORを学ぶことではできないほど多くを追加しているわけではありません。 –

    答えて

    0

    主な問題は、整数をエンコードすることです。もちろん、整数自体は意味をなさないので、適切にエンコードする必要があります。

    整数(ある範囲から)をバイナリで考えると、自然に適切なベクトル空間に属し、機械学習アルゴリズムは入力がそのようなベクトルであると仮定します。

    BTW教師の中には、機械学習のおもちゃの問題と同様のものを使用しているものもあります。たとえば、ヒントンのコースでは17th slide from this pdfです。