Casa Finanza personale Scegliere l'algoritmo giusto per Machine Learning - dummies

Scegliere l'algoritmo giusto per Machine Learning - dummies

Video: Cos'è il Machine Learning (Reti Neurali e A.I.) 2025

Video: Cos'è il Machine Learning (Reti Neurali e A.I.) 2025
Anonim

Parte di Machine Learning For Dummies Cheat Sheet < L'apprendimento automatico implica l'uso di molti algoritmi diversi. Questa tabella fornisce un rapido riepilogo dei punti di forza e di debolezza dei vari algoritmi.

Algoritmo

Migliore a Pro Contro Foresta casuale
Adatto a quasi tutti i problemi di apprendimento automatico Bioinformatica

Può funzionare in parallelo

Sovraccarico raramente > Gestisce automaticamente i valori mancanti

Non è necessario trasformare alcuna variabile

Non è necessario modificare i parametri

Può essere utilizzato da quasi chiunque con risultati eccellenti

Difficile da interpretare

Debole sulla regressione nella stima dei valori a le estremità della distribuzione dei valori di risposta

Biased nei problemi multiclasse verso classi più frequenti

Boosting

Apt in quasi tutti i problemi di apprendimento macchina

Motori di ricerca (risolvendo il problema dell'apprendimento in classifica) > Può approssimare la maggior parte delle funzioni non lineari Il miglior predittore della classe

Gestisce automaticamente i valori mancanti

Non è necessario trasformare alcuna variabile

Può essere sovradimensionato se eseguito per troppe iterazioni

Dati sensibili e rumorosi e valori anomali

Non funziona bene senza sintonizzazione dei parametri

Regressione lineare

Previsione di base

Previsioni econometriche

Modellazione delle risposte di marketing Semplice da capire e spiegare

Raramente si adatta

L'uso della regolarizzazione L1 e L2 è efficace nella selezione delle funzioni

Veloce da addestrare

Facile da allenarsi su big data grazie alla sua versione stocastica

Devi lavorare duro per adattarlo a funzioni non lineari

Può soffrire di valori anomali

Supporto macchine vettoriali

Riconoscimento caratteri

Riconoscimento immagini

Testo classificazione Creazione automatica di feature non lineari

Può approssimare complesse funzioni non lineari

Difficile da interpretare quando si applicano kernel non lineari

Soffre di troppi esempi, dopo 10.000 esempi inizia a richiedere troppo tempo per formare

K-nearest Neighbours

Computer vision

Tagging multilivello

Sistemi Recommender Problemi di controllo ortografico

Allenamento veloce e pigro

Può gestire naturalmente problemi multiclasse estremi (come taggare il testo)

Lento ed ingombrante nella fase di previsione

Può non riuscire a prevedere il corr ectly a causa della maledizione della dimensionalità

Adaboost

Rilevazione visi

Gestisce automaticamente i valori mancanti

Non è necessario trasformare alcuna variabile Non si adatta facilmente Pochi parametri da modificare > Può sfruttare molti diversi utenti deboli

Dati sensibili e anomali

Mai le migliori previsioni della classe

Naive Bayes

Riconoscimento viso

Analisi sentiment

Rilevazione spam

Classificazione del testo Facile e veloce da implementare, non richiede troppa memoria e può essere utilizzato per l'apprendimento online

Facile da capire

Tiene conto delle conoscenze precedenti

Presupposti per l'indipendenza delle caratteristiche forti e non realistiche > Errore nella stima di occorrenze rare

soffre di caratteristiche irrilevanti

Reti neurali

Riconoscimento immagini

Riconoscimento e traduzione

Riconoscimento vocale

Riconoscimento visione

Può approssimare qualsiasi funzione non lineare Robusto da outlier

Funziona solo con una parte degli esempi (il vettore di supporto s)

Molto difficile da configurare

Difficile da regolare a causa di troppi parametri e devi anche decidere l'architettura della rete

Difficile da interpretare

Facile da sovraffaticare

Regressione logistica < Ordinare i risultati per probabilità

Modellare le risposte marketing

Semplice da capire e spiegare

Raramente si adatta

L'uso della regolarizzazione L1 e L2 è efficace nella selezione delle funzionalità

Il miglior algoritmo per predire le probabilità di un evento Veloce da addestrare

Facile da addestrare su big data grazie alla sua versione stocastica

Devi lavorare duro per adattarlo a funzioni non lineari

Può soffrire di outlier

SVD

Recommender sistemi

Ristrutturazione dei dati in modo significativo

Difficile capire perché i dati sono stati ristrutturati in un certo modo

PCA

Rimozione della collinearità

Riduzione delle dimensioni del set di dati Riduzione della dimensionalità dei dati Implica forti assunzioni lineari (i componenti sono una somma ponderata delle caratteristiche) K-significa Segmentazione
Veloce nella ricerca di cluster Può rilevare valori anomali in più dimensioni

Soffre di multicollinearità

I cluster sono sferici, non è possibile rilevare gruppi di altra forma Instabile soluzioni, dipende dall'inizializzazione
Scegliere l'algoritmo giusto per Machine Learning - dummies

Scelta dell'editore

Tasti di scelta rapida per Microsoft Office 2007 - dummies

Tasti di scelta rapida per Microsoft Office 2007 - dummies

Microsoft Office 2007 è pieno di scorciatoie da tastiera per risparmiare tempo. Comprimi i componenti di Office 2007 - Word, Excel, Outlook, PowerPoint e Access - utilizzando i tasti di scelta rapida utili della seguente tabella. Con poco sforzo, puoi aprire file, trovare contenuti, modificare quel contenuto e altro! Funzione Ctrl Copia Ctrl + C Taglia Ctrl + X Trova Ctrl + F Vai ...

Vantaggi di Lync Online - dummies

Vantaggi di Lync Online - dummies

Lync Online è disponibile sia in ambito professionale sia in piccole imprese (P) e aziendali (E ) piani in Office 365. Le funzionalità includono messaggistica istantanea (IM), chiamate audio e video, presenza, riunioni online, presentazioni online e la possibilità di connettersi con i contatti di Windows Live Messenger e altri utenti esterni che eseguono Lync. La tecnologia è integrata in tutto ...

Come avviare una conversazione con Lync Online - dummies

Come avviare una conversazione con Lync Online - dummies

La scheda di contatto di Lync Online è un ottimo modo per avviare una conversazione con un collega o i membri del tuo team. Oltre alle note personali, alla presenza e alla posizione, vengono visualizzate anche le informazioni sulla tua organizzazione come il titolo e i numeri di telefono. Per visualizzare la scheda di contatto, passa con il mouse sopra l'immagine di una persona e fai clic sul gallone ...

Scelta dell'editore

Come scegliere un'immagine di sfondo Twitter per Visual Social Marketing - dummies

Come scegliere un'immagine di sfondo Twitter per Visual Social Marketing - dummies

Quando si imposta su un account Twitter per il social marketing visivo, un tipo di immagine che è richiesto per il tuo profilo è l'immagine di sfondo - viene visualizzata dietro il profilo Twitter. Nella parte superiore della schermata Impostazioni disegno, Twitter ti consente di scegliere tra una serie di temi premade. Un tema premade applica un ...

Come scegliere un buon nome utente Twitter - dummy

Come scegliere un buon nome utente Twitter - dummy

Su Twitter, il tuo nome utente, o handle, è il tuo identità. Se puoi, iscriviti a Twitter usando il tuo nome o una variante di esso come nome utente (supponendo che qualcun altro non lo stia già utilizzando). Ad esempio, se il tuo nome è John Ira, potresti scegliere un nome utente Twitter come @johnira o ...

Come personalizzare il tuo profilo Twitter - dummies

Come personalizzare il tuo profilo Twitter - dummies

La tua pagina pubblica su Twitter, noto anche come profilo, è la prima impressione che gli altri utenti di Twitter hanno di te, e può fare una grande differenza nel decidere se seguirti. Personalizzare la tua pagina del profilo Twitter in modo che rifletta te o la tua azienda fa la differenza quando si tratta di persone ...

Scelta dell'editore

Perché avresti bisogno di più profili utente per Dragon Professional Individuale - manichini

Perché avresti bisogno di più profili utente per Dragon Professional Individuale - manichini

Drago Individuo professionale capisce solo quelli che si sono presentati ufficialmente come utenti e hanno creato un profilo utente. Ecco quattro motivi per cui potresti voler creare più di un profilo utente: usi diversi vocabolari o stili di scrittura per compiti diversi. Si utilizzano diversi microfoni per compiti diversi. Volete ...

Lavorare con fogli di calcolo Usare NaturallySpeaking - dummies

Lavorare con fogli di calcolo Usare NaturallySpeaking - dummies

Utilizzando fogli di calcolo con versioni precedenti di NaturallySpeaking era difficile perché non si poteva indirizzare direttamente i nomi delle celle. Volevi dire qualcosa come "Cella A5" o "Seleziona Colonna C." Ma (sospiro), niente dado. Il tuo assistente non aveva idea di cosa stavi parlando. Bene, il tuo assistente ha "up-leveled" le sue abilità! Ora è possibile ...

Su Evernote's Passcode Lock - dummies

Su Evernote's Passcode Lock - dummies

Abbonati premium e business che utilizzano determinati dispositivi ora possono bloccare l'app Evernote con un blocco Passcode . Ogni volta che torni all'app, ti viene chiesto di inserire il tuo codice. Un blocco passcode è un'ottima opzione se condividi il tuo telefono o tablet con altre persone e vuoi impedire loro di accedere a ...