optimization

Вопрос или проблема Я пытаюсь изучить основу Vanilla RLHF. Мне сложно понять целевую функцию в модели награды. Она определяется Если разность логарифмов сигмоиды разности стремится к минимизации, мы всегда должны иметь r(x,y1) >

Вопрос или проблема У меня есть сценарий планирования, в котором у каждого временного промежутка есть стоимость. Мне нужно выбрать временные промежутки, которые дадут наименьшую стоимость за период в 24 часа. См. ниже пример набора данных.

Вопрос или проблема У меня есть вопрос относительно техники/технологии, которую можно применить для этой задачи: Предположим, у меня есть правило-базированное дерево или дерево решений, которое предсказывает переменную Y на основе переменных A, B, C.

Вопрос или проблема Цель оптимизации SVM — максимизировать расстояние между положительными и отрицательными гиперплоскостями. Но перед оптимизацией как sklearn сначала находит положительные и отрицательные опорные вектора, а значит, и гиперплоскости зазора?

Вопрос или проблема У меня есть две функции потерь $\mathcal{L}_1$ и $\mathcal{L}_2$ для обучения моей модели. Модель в основном является классификационной. И $\mathcal{L}_1$, и $\mathcal{L}_2$ являются двумя вариантами фокальных потерь.

Вопрос или проблема Я работаю с генерирующей состязательной сетью, реализующейся в Keras. У меня есть модель генератора G и дискриминатора D, которые создаются двумя функциями, а затем модель GAN создается с использованием этих двух моделей, вот такой

Вопрос или проблема У меня есть две функции потерь $\mathcal{L}_1$ и $\mathcal{L}_2$ для обучения моей модели. Модель преимущественно является классификационной. Обе $\mathcal{L}_1$ и $\mathcal{L}_2$ представляют собой два варианта фокальной потери.

Вопрос или проблема У меня есть вопрос по поводу BATCH_SIZE в задаче мультиклассовой классификации с несбалансированными данными. У меня есть 5 классов и небольшой датасет из примерно 5000 примеров. Я смотрел лекции Г. Хинтона по глубинному обучению

Вопрос или проблема Я пытаюсь решить задачу оптимизации, способствующую разреженности. Хорошо известно, что L1-норма является хорошей заменой для L0-нормы, и в статье (Candes et al, 2008: Enhancing sparsity by reweighted L1 minimization https://arxiv.

Вопрос или проблема Я пытаюсь предсказать значения температур как функцию времени и различных параметров. Кривая температуры выглядит как “рампа” с некоторыми “гауссовыми пиками” на регулярных интервалах.

Вопрос или проблема Я пишу код на C++, и оказалось, что мне нужно решить задачу оптимизации, которая может быть сформулирована с использованием m переменных и n линейных ограничений (т.е. ограничение i имеет вид \sum_j a_{i,j} x_j >

Вопрос или проблема У меня есть написанные от руки классификаторы (их много). Они реализованы как набор правил ЕСЛИ - ТО. Я хочу оптимизировать процент ошибок. Есть некоторые классификаторы, у которых очень высокий процент ложных срабатываний и ложных отрицаний.

Вопрос или проблема У меня есть огромная база данных бинарных векторов. Учитывая входящий вектор, я хочу найти ближайший вектор в базе данных по метрике MSE и вернуть значение MSE. До сих пор я искал это вручную, но это занимает слишком много времени.

Вопрос или проблема У меня есть следующий DataFrame pandas, который представляет потребление за 7 дней (day_0 — это сегодня, day_-1 — это вчера и т.д.) 10 людей (ids): import pandas as pd import numpy as np df = pd.DataFrame(np.

Вопрос или проблема Поскольку метод наименьших квадратов может дать сбой при наличии серьезной/почти идеальной мультиколлинеарности, как будет работать градиентный спуск в такой ситуации? Он будет сходиться к минимуму? (Мое предположение –

Вопрос или проблема Я проводил обучение глубокого обучения с помощью Keras. Я выполнил часть обучения с помощью model.fit. Если я использую model.predict, он дает мне только значение y. Но я хочу знать x (входные параметры), которые дают лучшее значение

Вопрос или проблема Для набора переменных я хочу найти, для каких комбинаций переменных функция становится (близкой к) нулю. Поскольку оценка этой функции довольно дорогая, я хочу использовать байесовскую оптимизацию. Существуют некоторые пакеты на Python

Вопрос или проблема Известно, что итерация SGD имеет большую дисперсию. Учитывая обновление итерации: $$ w^{k+1} := w^k – \underbrace{\alpha \ g_i(w^k)}_{p^k}, $$ где $w$ – веса модели, а $g_i(w^k)$ – градиент функции потерь, оцененный для образца $i$.

Вопрос или проблема Рассмотрим следующий сценарий. Я скульптор, и клиенты спрашивают меня, за какую цену я готов предоставить им некоторые статуи. Их запросы на скульптуры могут различаться по сложности, количеству, материалу, размеру.

Вопрос или проблема У меня есть код предсказания, который запускает RandomForestRegressor и RandomForestClassifier. Я вызываю функции по 9 раз каждая, и они оптимизируются с помощью GridSearchCV. В первый раз выполнение заняло около 2 часов 20 минут