题目

机器学习教程:生物导体MLInterfaces包到基因表达数据的应用,applications of the BioconductorMLInterfaces package to gene expression datataset

简介

术语机器学习是指分析多变量数据集的一系列计算方法。在共享特征空间中,每个数据点都有一个特征向量,并且可能有来自某个固定有限集的类标签。有监督的学习是指帮助阐明映射特征向量到类标签的规则的过程。类标签是已知的,起着指导规则构造的监督信息的作用。无监督学习是指在特征向量集合中发现结构的过程。典型的结构是由一组对象组成的集群。机器学习的实际介绍将从一个低维数据集的调查开始,以修正概念,然后将解决来自基因组数据分析的问题,使用RNA表达和染色质状态数据。开始时需要考虑的一些基本点:

  • 区分预测建模和模型参数推断。典型的流行病学工作侧重于相对风险的估计,不需要随机抽样。使用机器学习工具的典型工作目标估计(和最小化)错误分类率。这项任务需要有代表性的样品
  • “两种文化”:模型装配者与算法预测者。如果统计模型是正确的,基于大量数据的参数估计可以得到最优的discrim inators(如LDA)。算法鉴别器倾向于识别有界情况并降低数据量(如boosting、svm)
  • 不同的学习工具有不同的能力。有很少的优先指导将学习算法与问题的各个方面相匹配。虽然通过各种方法进行运输是很方便的,但人们必须为模型搜索付出代价
  • 数据和模型/学习者可视化是重要的,但是高维数据结构的可视化是困难的。动态图形可以帮助你;看看ggobi和rggobi
  • 这些注释很少提供有关这些方法的数学背景;请参见示例Ripley(模式识别和神经网络,1995年)、Duda、Hart、Stork(模式分类)、Hastine、Tibshirani和Friedman(2003年,统计学习要素)了解丰富的背景。

作者

VJ Carey

成为VIP会员查看完整内容
17

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
193+阅读 · 2020年2月24日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
96+阅读 · 2019年10月9日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
58+阅读 · 2019年8月26日
【ML小白】10 个机器学习 Q&A,面试必知!
机器学习算法与Python学习
4+阅读 · 2019年9月9日
图数据表示学习综述论文
专知
51+阅读 · 2019年6月10日
知识点 | 全面理解支持向量机
机器学习算法与Python学习
8+阅读 · 2019年1月2日
已删除
将门创投
3+阅读 · 2018年4月10日
资源 |​ 史上最全机器学习笔记
AI100
9+阅读 · 2017年11月21日
零基础学SVM—Support Vector Machine系列之一
AI研习社
7+阅读 · 2017年11月10日
机器学习(23)之GBDT详解
机器学习算法与Python学习
12+阅读 · 2017年10月25日
机器学习(19)之支持向量回归机
机器学习算法与Python学习
11+阅读 · 2017年10月3日
Arxiv
5+阅读 · 2018年6月12日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
25+阅读 · 2018年1月24日
VIP会员
相关VIP内容
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
193+阅读 · 2020年2月24日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
96+阅读 · 2019年10月9日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
58+阅读 · 2019年8月26日
相关资讯
【ML小白】10 个机器学习 Q&A,面试必知!
机器学习算法与Python学习
4+阅读 · 2019年9月9日
图数据表示学习综述论文
专知
51+阅读 · 2019年6月10日
知识点 | 全面理解支持向量机
机器学习算法与Python学习
8+阅读 · 2019年1月2日
已删除
将门创投
3+阅读 · 2018年4月10日
资源 |​ 史上最全机器学习笔记
AI100
9+阅读 · 2017年11月21日
零基础学SVM—Support Vector Machine系列之一
AI研习社
7+阅读 · 2017年11月10日
机器学习(23)之GBDT详解
机器学习算法与Python学习
12+阅读 · 2017年10月25日
机器学习(19)之支持向量回归机
机器学习算法与Python学习
11+阅读 · 2017年10月3日
微信扫码咨询专知VIP会员