Алгарытмы машыннага навучання: які алгарытм, для якога праблема?

Я пачатковец у вобласці машыннага навучання і я заўважыў, што існуе мноства алгарытмаў/набор алгарытмаў, якія могуць быць выкарыстаны: SVM, дрэвы рашэнняў, наіўныя Байеса, персептрон і г.д ... Таму мне цікава, які алгарытм павінен выкарыстоўваць адзін для вырашэння якое пытанне? Іншымі словамі, які алгарытм вырашае, які клас праблема?

Так што маё пытанне, калі вы ведаеце, добры вэб-сайт ці кнігу, якая засяроджваецца на гэтым выбары алгарытму праблематычнага?

Любая дапамога будзе ацэнена. Thx загадзя.

Гарацый

8
Няма бясплатны абед - en.wikipedia.org/wiki/No_free_lunch_theorem
дададзена аўтар Roger Rowland, крыніца
Некаторы час таму я прачытаў артыкул, у якой утрымліваецца «шпаргалка». У артыкуле, якая факусуюць на выкарыстанні модуля пітон scikits-Learn можна знайсці тут .
дададзена аўтар pwagner, крыніца
Некаторы час таму я прачытаў артыкул, у якой утрымліваецца «шпаргалка». У артыкуле, якая факусуюць на выкарыстанні модуля пітон scikits-Learn можна знайсці тут .
дададзена аўтар pwagner, крыніца

11 адказы

Вазьміце машыну курс навучання Эндру Нг на Coursera . Гэта выдатна, разам узятыя, тлумачыць адрозненні паміж рознымі тыпамі алгарытму ML, даюць парады аб тым, калі выкарыстоўваць кожны алгарытм, і змяшчае матэрыял, прыдатны для практыкуючых, а таксама матэматыку, калі вы хочаце. Я знаходжуся ў працэсе навучання машыннага навучання сябе, і гэта было, безумоўна, найбольш карысным рэсурсам.

(Яшчэ адзін савет вы маглі б знайсці карысным, каб разгледзець пытанне навучання пітона. Гэта заснавана на памылцы я зь ня пачынае вывучаць пітон на больш ранняй стадыі і выключае мноства кніг, вэб-старонак, SDKs і г.д., якія пітон на аснове . Як высвятляецца, пітон даволі лёгка падабраць, і ад маіх уласных асабістых назіранняў, па меншай меры, шырока выкарыстоўваецца ў машынным навучанні і дадзеных навуковых супольнасцяў.)

9
дададзена
+1 за любое cousera прапановы Эндру Нг - я зрабіў гэта ў мінулым годзе, і гэта сапраўды даступнае ўвядзенне для пачаткоўцаў.
дададзена аўтар Roger Rowland, крыніца

Вазьміце машыну курс навучання Эндру Нг на Coursera . Гэта выдатна, разам узятыя, тлумачыць адрозненні паміж рознымі тыпамі алгарытму ML, даюць парады аб тым, калі выкарыстоўваць кожны алгарытм, і змяшчае матэрыял, прыдатны для практыкуючых, а таксама матэматыку, калі вы хочаце. Я знаходжуся ў працэсе навучання машыннага навучання сябе, і гэта было, безумоўна, найбольш карысным рэсурсам.

(Яшчэ адзін савет вы маглі б знайсці карысным, каб разгледзець пытанне навучання пітона. Гэта заснавана на памылцы я зь ня пачынае вывучаць пітон на больш ранняй стадыі і выключае мноства кніг, вэб-старонак, SDKs і г.д., якія пітон на аснове . Як высвятляецца, пітон даволі лёгка падабраць, і ад маіх уласных асабістых назіранняў, па меншай меры, шырока выкарыстоўваецца ў машынным навучанні і дадзеных навуковых супольнасцяў.)

9
дададзена
+1 за любое cousera прапановы Эндру Нг - я зрабіў гэта ў мінулым годзе, і гэта сапраўды даступнае ўвядзенне для пачаткоўцаў.
дададзена аўтар Roger Rowland, крыніца

scikit-learn.org апублікаваў гэтую інфаграфіку, што можа быць карысна, нават калі вы не выкарыстоўваеце бібліятэку sklearn.

enter image description here

4
дададзена

Гэта вельмі цяжка адказаць на пытанне «які алгарытм, для якога праблемы?»

Гэтая здольнасць прыходзіць з вялікім вопытам і ведамі. Таму я прапаную, вы павінны прачытаць некалькі добрых кніг пра машынным навучанні. Магчыма, наступная кніга будзе добрай адпраўной кропкай.

Machine Learning: Імавернасны перспектыва

Калі ў вас ёсць некаторыя веды аб машынным навучанні, вы можаце працаваць на пару простых задач машыннага навучання. Iris кветка набор дадзеных з'яўляецца добрай адпраўной кропкай. Ён складаецца з некалькіх функцый, якія належаць да трох тыпах відаў Iris. Першапачаткова распрацаваць простую мадэль машыннага навучання (напрыклад, лагістычная рэгрэсія) для класіфікацыі відаў касач і паступова вы маглі б перайсці да больш прасунутых мадэляў, такіх як Neural Networks .

2
дададзена
MLAPP, верагодна, лепшая агульны ML <�я> тэорыя </я> кніга вакол на дадзены момант, гэта не так страшэнна, як некаторыя з іншых кніг, да таго часу, пакуль у вас ёсць некаторыя callege матэматыка. Гэтая кніга даступная бясплатна он-лайн выдатна занадта www-stat.stanford.edu/~tibs/ElemStatLearn (але не так, як даступныя кнігі Мэрфі). У вы хочаце нешта больш практычнае пайсці машыннае навучанне ў дзеянні.
дададзена аўтар Bull, крыніца
Яшчэ адна кніга можа быць «Machine Learning у дзеянні», у якой аўтар (Peter Harrington) апісвае некалькі алгарытмаў машыннага навучання, у тым ліку іх дастасавальнасці.
дададзена аўтар Emile, крыніца

Гэта вельмі цяжка адказаць на пытанне «які алгарытм, для якога праблемы?»

Гэтая здольнасць прыходзіць з вялікім вопытам і ведамі. Таму я прапаную, вы павінны прачытаць некалькі добрых кніг пра машынным навучанні. Магчыма, наступная кніга будзе добрай адпраўной кропкай.

Machine Learning: Імавернасны перспектыва

Калі ў вас ёсць некаторыя веды аб машынным навучанні, вы можаце працаваць на пару простых задач машыннага навучання. Iris кветка набор дадзеных з'яўляецца добрай адпраўной кропкай. Ён складаецца з некалькіх функцый, якія належаць да трох тыпах відаў Iris. Першапачаткова распрацаваць простую мадэль машыннага навучання (напрыклад, лагістычная рэгрэсія) для класіфікацыі відаў касач і паступова вы маглі б перайсці да больш прасунутых мадэляў, такіх як Neural Networks .

2
дададзена
MLAPP, верагодна, лепшая агульны ML <�я> тэорыя </я> кніга вакол на дадзены момант, гэта не так страшэнна, як некаторыя з іншых кніг, да таго часу, пакуль у вас ёсць некаторыя callege матэматыка. Гэтая кніга даступная бясплатна он-лайн выдатна занадта www-stat.stanford.edu/~tibs/ElemStatLearn (але не так, як даступныя кнігі Мэрфі). У вы хочаце нешта больш практычнае пайсці машыннае навучанне ў дзеянні.
дададзена аўтар Bull, крыніца
Яшчэ адна кніга можа быць «Machine Learning у дзеянні», у якой аўтар (Peter Harrington) апісвае некалькі алгарытмаў машыннага навучання, у тым ліку іх дастасавальнасці.
дададзена аўтар Emile, крыніца

@TooTone: На маім позірку, машыннае навучанне ў дзеянні можа дапамагчы Ору з прыняццем рашэння аб якім метадзе выкарыстоўваць для канкрэтнай задачы, так як кніга дае выразную класіфікацыю розных алгарытмаў і плюсаў ML, мінусы, і «працуе з» для кожнага з іх. Я згодны, што код даволі цяжка чытаць, асабліва для людзей, якія не выкарыстоўваюцца для матрычных аперацый. Існуе гадоў даследаванняў кандэнсуецца ў праграму 10 радкі Python, так што будзьце гатовыя, што разуменне яго будзе прымаць у дзень (для мяне прынамсі).

2
дададзена
Я чытаў «машыннае навучанне для хакераў», які выкарыстоўвае R, таму што я ведаў, што некаторыя R, але задняе лік я хацеў, каб я чытаў «машыннае навучанне ў дзеянні», які выкарыстоўвае пітон Замест гэтага, як пітон, здаецца, больш распаўсюджаны і кніга Піцера Харынгтан мае больш спрыяльныя водгукі ў цэлым. Тым не менш там, падобна, праблемы з абедзвюма кнігамі з пунктам гледжання рэдагавання, чытальнасць коды і г.д. Там, здаецца, некалькі вельмі моцнымі тэарэтычнымі кніг па ОДАМ, як і адзін Upul рэкамендуе, але не на самай справе не які вылучаецца прагматычныя.
дададзена аўтар TooTone, крыніца

@TooTone: На маім позірку, машыннае навучанне ў дзеянні можа дапамагчы Ору з прыняццем рашэння аб якім метадзе выкарыстоўваць для канкрэтнай задачы, так як кніга дае выразную класіфікацыю розных алгарытмаў і плюсаў ML, мінусы, і «працуе з» для кожнага з іх. Я згодны, што код даволі цяжка чытаць, асабліва для людзей, якія не выкарыстоўваюцца для матрычных аперацый. Існуе гадоў даследаванняў кандэнсуецца ў праграму 10 радкі Python, так што будзьце гатовыя, што разуменне яго будзе прымаць у дзень (для мяне прынамсі).

2
дададзена
Я чытаў «машыннае навучанне для хакераў», які выкарыстоўвае R, таму што я ведаў, што некаторыя R, але задняе лік я хацеў, каб я чытаў «машыннае навучанне ў дзеянні», які выкарыстоўвае пітон Замест гэтага, як пітон, здаецца, больш распаўсюджаны і кніга Піцера Харынгтан мае больш спрыяльныя водгукі ў цэлым. Тым не менш там, падобна, праблемы з абедзвюма кнігамі з пунктам гледжання рэдагавання, чытальнасць коды і г.д. Там, здаецца, некалькі вельмі моцнымі тэарэтычнымі кніг па ОДАМ, як і адзін Upul рэкамендуе, але не на самай справе не які вылучаецца прагматычныя.
дададзена аўтар TooTone, крыніца

У якасці простага стартавага месца я лічу, што ўваходы ў мяне ёсць і якія выхады я хачу, што часта звужае выбар у любой сітуацыі. Напрыклад, калі ў мяне ёсць катэгорыі, а не нумары і мэтавая катэгорыя для кожнага ўваходу, дрэва рашэнняў з'яўляюцца добрай ідэяй. Калі ў мяне няма мэты, я магу зрабіць толькі кластарызацыю. Калі ў мяне ёсць лічбавыя ўваходы і лікавы выхад я мог бы выкарыстаць нейронавыя сеткі або іншыя тыпы рэгрэсіі. Я мог бы таксама выкарыстоўваць дрэвы рашэнняў, якія спараджаюць раўнання рэгрэсіі. Ёсць яшчэ пытанні, якія варта задаць пасля гэтага, але гэта добрае месца, каб пачаць.

0
дададзена

У якасці простага стартавага месца я лічу, што ўваходы ў мяне ёсць і якія выхады я хачу, што часта звужае выбар у любой сітуацыі. Напрыклад, калі ў мяне ёсць катэгорыі, а не нумары і мэтавая катэгорыя для кожнага ўваходу, дрэва рашэнняў з'яўляюцца добрай ідэяй. Калі ў мяне няма мэты, я магу зрабіць толькі кластарызацыю. Калі ў мяне ёсць лічбавыя ўваходы і лікавы выхад я мог бы выкарыстаць нейронавыя сеткі або іншыя тыпы рэгрэсіі. Я мог бы таксама выкарыстоўваць дрэвы рашэнняў, якія спараджаюць раўнання рэгрэсіі. Ёсць яшчэ пытанні, якія варта задаць пасля гэтага, але гэта добрае месца, каб пачаць.

0
дададзена

Пасля DZone Refcard можа таксама карысна .. http://refcardz.dzone.com/refcardz/machine -прогностический-Learning . Але вам прыйдзецца капацца ў кожнай падрабязна ў рэшце рэшт.

0
дададзена

Пасля DZone Refcard можа таксама карысна .. http://refcardz.dzone.com/refcardz/machine -прогностический-Learning . Але вам прыйдзецца капацца ў кожнай падрабязна ў рэшце рэшт.

0
дададзена