Форум: Проблемы искусственного интеллекта

Регистрация | Вход

Все темы | Новая тема  Стр.8 (19) << < Пред. | След. > >>    Поиск:
Автор	Тема: На: ML battle
гость во лбу гвоздь Сообщений: 670	На: ML battle Добавлено: 01 дек 16 6:42 Обьяснил бы кто, зачем это все. 47% это что? Это типа когда я смотрю на тарелку, то один раз вижу ее пустой, а второй раз вижу в ней еду? Или это типа модный вид времяпровождения такой, раньше был футбол а теперь дрочка с сетками [Ответ][Цитата]
Калитеран Сообщений: 585	На: ML battle Добавлено: 01 дек 16 7:08 Цитата: Автор: гость во лбу гвоздь Обьяснил бы кто, зачем это все. 47% это что? 2 класса, нужно предсказать какой будет, соответственно рандом будет 50% ошибки, к примеру монетку Вы кинули 100 000 раз, и ставите только на орла, будет у Вас примерно 50% ошибки +-0.5%, 47% не получите никак, нужна кривая монетка, инсайд [Ответ][Цитата]
гость 199.249.223.*	На: ML battle Добавлено: 06 дек 16 3:32 Цитата: Автор: data Ну вот нам всем горячий челенж мммда.... а я думал что стандартные ML тулзы в R, рулят на все случаи жизни, но даже 0.69100 не прошел((, а у чувака 0.59216, это пипец, ~<15% ошибки на тесте, на данных которые вообще по идее рандомные в общем, есть к чему стремиться [Ответ][Цитата]
data Сообщений: 109	На: ML battle Добавлено: 07 дек 16 5:38 Цитата: Автор: гость мммда.... а я думал что стандартные ML тулзы в R, рулят на все случаи жизни, но даже 0.69100 не прошел((, а у чувака 0.59216, это пипец, ~<15% ошибки на тесте, на данных которые вообще по идее рандомные в общем, есть к чему стремиться Ага, фантастика просто XARIX 0.55536 у меня даже на лерне если обучать и тестировать, столько и близко не выходило, видимо есть робастные алгоритмы для работы с такими грязными данными, но Вы правы, важный момент в этом что все таки такие алгоритмы ЕСТЬ у кого то [Ответ][Цитата]
dr2chek Сообщений: 871	На: ML battle Добавлено: 07 дек 16 8:21 Изменено: 07 дек 16 8:23 Цитата: Автор: data это не так, если кинуть им ихний же экзэмпл, то получается примерно 0.6915, это я так понимаю ихний бэйслайн, его переплюнуть легко на чучуть(50-100 пунктов(0.00001)), а "хороший результат" это <0.68 Просветите, я сильно не в теме, а как logloss подсчитывается? Или они сами его вычисляют, а потом выводят в суммарную табличку... И ещё - набор данных как я понял меняется, и с какой периодичностью? А данные для обучения тоже меняются или нет? А вот еще вопрос - минимальный logloss это сколько вообще? [Ответ][Цитата]
data Сообщений: 109	На: ML battle Добавлено: 07 дек 16 9:00 Цитата: Автор: dr2chek Просветите, я сильно не в теме, а как logloss подсчитывается? Или они сами его вычисляют, а потом выводят в суммарную табличку... И ещё - набор данных как я понял меняется, и с какой периодичностью? А данные для обучения тоже меняются или нет? А вот еще вопрос - минимальный logloss это сколько вообще? https://www.kaggle.com/wiki/LogarithmicLoss Меняются и лерн и тест, я так понял примерно раз в неделю, минимальный логлос - 0, рандом примерно возле 0.693 [Ответ][Цитата]
dr2chek Сообщений: 871	На: ML battle Добавлено: 07 дек 16 9:58 Спасибо. Стало яснее, но туману меньше не стало притом Вот еще куча ламерских вопросов созрела... 1. t_id меняется синхронно с новым датасетом, или вообще не меняется? (конечно можно подождать 10 часов и ответ придет автоматически, но все-же...) 2. Файлик с примером при обновлении данных также обновляется? 3. Посмотрел я эту logloss формулу. Честно не понял, могу ли я сам вычислить logloss по своим предсказаниям, и если да, то как (разжуйте пожалуйста) [Ответ][Цитата]
data Сообщений: 109	На: ML battle Добавлено: 07 дек 16 10:35 Изменено: 07 дек 16 10:37 Цитата: Автор: dr2chek 1. t_id меняется синхронно с новым датасетом, или вообще не меняется? (конечно можно подождать 10 часов и ответ придет автоматически, но все-же...) 2. Файлик с примером при обновлении данных также обновляется? 3. Посмотрел я эту logloss формулу. Честно не понял, могу ли я сам вычислить logloss по своим предсказаниям, и если да, то как (разжуйте пожалуйста) 1 да 2 да 3 там же есть формула и пример с кодом на C# для мультиклассов public static double LogLoss(double[][] predict, double[][] outputs) { var setCount= outputs.Length; var classCount = outputs[0].Length; double logLoss = 0; for (int sample = 0; sample < setCount; sample++) { for (int @class = 0; @class < classCount; @class++) logLoss += outputs[sample][@class]*predict[sample][@class].Log(); } return -logLoss/setCount; } [Ответ][Цитата]
dr2chek Сообщений: 871	На: ML battle Добавлено: 07 дек 16 11:07 Цитата: Автор: data 3 там же есть формула и пример с кодом на C# для мультиклассов Спасибо. Вот в этом-то и вопрос. Давайте прямо по примеру, т.е. файлу "example_predictions.csv" Вы можете сказать что из этого файла нужно подставить в: 1. outputs[..][..] 2. predict[..][..] Чему будет равен для этого файла параметр: 1. setCount 2. classCount Или я что-то не так понимаю? [Ответ][Цитата]
data Сообщений: 109	На: ML battle Добавлено: 07 дек 16 11:40 Изменено: 07 дек 16 11:42 Цитата: Автор: dr2chek Спасибо. Вот в этом-то и вопрос. Давайте прямо по примеру, т.е. файлу "example_predictions.csv" Вы можете сказать что из этого файла нужно подставить в: 1. outputs[..][..] 2. predict[..][..] Чему будет равен для этого файла параметр: 1. setCount 2. classCount Или я что-то не так понимаю? В данном случае два класса, которые можно одним числом описать, так как если вероятность первого p, то второго 1-p, то есть у вас ряд из id и вероятности первого класса, вероятность второго определяется первым. Что бы посчитать логлос нужно иметь предсказания(predict) и известные ответы(output), для одного класса складываете по всем семплам output*Log(predict) + (1- output)Log(1 - predict) и потом делите на количество семплов(setCount) и всё это со знаком минус… Чтобы по их примеру посчитать логлос нужны ещё правильные ответы, а их нет. При обучении нужно самому разбивать лерн на новый лерн и тест и на тесте считать логлос зная там ответы. [Ответ][Цитата]
dr2chek Сообщений: 871	На: ML battle Добавлено: 07 дек 16 11:50 Ну да, я тоже подумал, что classCount вроде д. быть = 2... А в целом, большое спасибо за вводный курс, буду разбираться [Ответ][Цитата]
data Сообщений: 109	На: ML battle Добавлено: 08 дек 16 4:49 Цитата: Автор: dr2chek Ну да, я тоже подумал, что classCount вроде д. быть = 2... А в целом, большое спасибо за вводный курс, буду разбираться Не за что, развлекайтесь [Ответ][Цитата]
гость 5.196.66.*	На: ML battle Добавлено: 10 дек 16 8:59 А зачем этот logarithmic loss нужен? Чем плох процент ошибок на тесте(accuracy)? [Ответ][Цитата]
dr2chek Сообщений: 871	На: ML battle Добавлено: 12 дек 16 10:16 Немного про эту контору Numerai на страницах журнала Wired - тут [Ответ][Цитата]
dr2chek Сообщений: 871	На: ML battle Добавлено: 12 дек 16 12:02 Ну, отписались те, кто пробовал и честно сообщил об этом А сколько пробовало и не сообщило нам о своих успехах? А в целом, я еще обдумываю как к этой задачке подступиться, прочувствовать нутром, как бы... Какие-то вещи непонятны. Скажем, у нас есть большая куча векторов 21-размерности - для обучения, с заданным значением 0 или 1. Не пойму, почему на предлагаемых потом данных величина предсказания располагается близко к 0,5... То есть, как это математически происходит. Или у них данные такие "хитрые" ? [Ответ][Цитата]
Стр.8 (19): 1  ...  4  5  6  7  [8]  9  10  11  12  ...  19 << < Пред. | След. > >>