ここで、正確に何が起こっているのですか。ジェネティックモデルと識別モデルは、条件付きP(x | y)とジョイントP(x、y)の確率分布を学習しているようです。しかし、基本的なレベルでは、確率分布によって意味されることを自分自身に確信させることはできません。"機械学習アルゴリズムは確率分布を学ぶ"というフレーズはどういう意味ですか?
0
A
答えて
1
これは、モデルがトレーニングサンプルを作成したディストリビューションの推定値として機能しているか、その推定値を使用して他の予測を実行していることを示します。
簡単な例を与えるために、一連の観測を考えてみましょう。{x[1], ..., x[N]}
あなたがガウス推定を訓練したいとしましょう。これらのサンプルから、このガウス推定のための最尤パラメータは、データ
Mean = 1/N * (x[1] + ... + x[N])
Variance = 1/(N-1) * ((x[1] - Mean)^2 + ... + (x[N] - Mean)^2)
の平均と分散だろう今から新しいサンプルを生成することが可能なモデル(推定値を持っていますあなたの訓練サンプルが得られた分布を調べてください。
もう少し洗練されていれば、ガウス混合モデルのようなものを考えることができます。これは同様に、あなたのデータを与えられたモデルの最も適合するパラメータを推測します。この時間を除いて、そのモデルは複数のガウス分布で構成されています。その結果、いくつかのテストデータが与えられた場合、観測点における確率密度に対する各ガウス成分の相対的な寄与に基づいて、確率的に各サンプルにクラスを割り当てることができます。これはもちろん、機械学習の基本的な前提を作ります:あなたのトレーニングとテストのデータは、両方とも同じ分布(あなたが確認しなければならないもの)から引き出されます。
関連する問題
- 1. 機械学習アルゴリズムの "重み"はどういう意味ですか
- 2. 機械学習 - 分類アルゴリズム
- 3. 機械学習でclfは何を意味しますか?フィッティング行うとき
- 4. 深い学習と機械学習
- 5. 反復機械学習アルゴリズム
- 6. 機械学習ソフトウェアの確率の役割は何ですか?
- 7. 機械学習:どのアルゴリズムが答える質問に合う
- 8. いくつかの機械学習アルゴリズムは何ですか
- 9. 機械学習で学習曲線とは何ですか?
- 10. 機械学習の問題scikitはPythonで学ぶ
- 11. 機械学習分類アンサンブル
- 12. 機械学習分類データセット
- 13. 機械学習アルゴリズムは、学習したデータをコピーしますか?
- 14. 機械学習のないテキスト分類
- 15. 興味深いNLP /機械学習スタイルのプロジェクト - プライバシーポリシーの分析
- 16. は、学習エージェントが離散分布を学習できるようにする
- 17. 分類機械学習アルゴリズムで新しいクラスを発見するには?
- 18. 機械学習、Python
- 19. 機械学習システム
- 20. 機械学習udacity
- 21. Python - 機械学習
- 22. 機械学習モデルテスト
- 23. 機械学習と進化アルゴリズムを比較できますか?
- 24. テキストマイニングと機械学習
- 25. 組み込みシステムで機械学習アルゴリズムを使用するにはどうすればよいですか?
- 26. 機械学習は多次元データをどのように扱いますか?
- 27. データ圧縮 - 指数分布の機械学習
- 28. map reduceモデルを適用できない機械学習アルゴリズム
- 29. ロボットでの機械学習
- 30. 感情分析のための機械学習アルゴリズムの作業