Scienza dei dati

3

Qual è (sono) le differenze tra elaborazione parallela e distribuita? Quando si tratta di scalabilità ed efficienza, è molto comune vedere soluzioni che si occupano di calcoli in gruppi di macchine, e talvolta viene definita elaborazione parallela o elaborazione distribuita. In un certo senso, il calcolo sembra essere sempre parallelo, …

15 definitions parallel distributed

1

propagazione indietro nella CNN

Ho la seguente CNN: Comincio con un'immagine di input di dimensioni 5x5 Quindi applico la convoluzione usando il kernel 2x2 e stride = 1, che produce una mappa delle caratteristiche di dimensioni 4x4. Quindi applico 2x2 max-pooling con stride = 2, che riduce la mappa delle caratteristiche a dimensioni 2x2. …

15 machine-learning convnet backpropagation cnn kernel

1

Qual è il vantaggio di mantenere una dimensione del lotto di una potenza di 2?

Durante l'addestramento dei modelli di apprendimento automatico, perché a volte è vantaggioso mantenere la dimensione del batch a una potenza di 2? Ho pensato che sarebbe meglio usare una dimensione che si adatta meglio alla tua memoria GPU / RAM. Questa risposta afferma che per alcuni pacchetti, una potenza di …

15 machine-learning training

5

Previsione della somiglianza delle frasi

Sto cercando di risolvere il seguente problema: ho un set di frasi come set di dati e voglio essere in grado di digitare una nuova frase e trovare la frase che la nuova è la più simile a quella nel set di dati. Un esempio potrebbe apparire come: Nuova frase: …

15 python nlp scikit-learn similarity text

2

Clustering di visitatori unici per useragent, ip, session_id

Dati i dati di accesso al sito Web nel modulo session_id, ip, user_agente, facoltativamente, il timestamp, seguendo le condizioni seguenti, come sarebbe meglio raggruppare le sessioni in visitatori unici? session_id: è un ID assegnato a ogni nuovo visitatore. Non scade, tuttavia se l'utente non accetta i cookie / cancella i …

15 clustering

6

Keras - Transfer learning - modifica della forma del tensore di input

Questo post sembra indicare che ciò che voglio realizzare non è possibile. Tuttavia, non ne sono convinto - dato quello che ho già fatto, non vedo perché ciò che voglio fare non possa essere raggiunto ... Ho due set di dati di immagini in cui uno ha immagini di forma …

15 keras

4

Albero decisionale vs. KNN

In quali casi è meglio usare un albero decisionale e altri casi un KNN? Perché usarne uno in alcuni casi? E l'altro in diversi casi? (Osservando la sua funzionalità, non l'algoritmo) Qualcuno ha qualche spiegazione o riferimenti a riguardo?

15 machine-learning data-mining decision-trees

2

Scienza dei dati senza conoscenza di un argomento specifico, vale la pena perseguire come carriera? [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per lo scambio di stack di Data Science. Chiuso 5 anni fa . Di recente ho avuto una conversazione con qualcuno e ho menzionato il …

15 education beginner career

2

Perché le variabili dei dati di treno e di prova sono definite usando la lettera maiuscola (in Python)?

Spero che questa domanda sia la più adatta in questo sito ... In Python, di solito il nome della classe viene definito usando la lettera maiuscola come primo carattere, ad esempio class Vehicle: ... Tuttavia, nel campo dell'apprendimento automatico, spesso i dati di treno e test sono definiti come Xe …

15 python dataset

4

Come ridimensionare un array di numeri interi con segno che vanno da 0 a 1?

Sto usando Brain per addestrare una rete neurale su un set di funzionalità che include sia valori positivi che negativi. Ma Brain richiede valori di input compresi tra 0 e 1. Qual è il modo migliore per normalizzare i miei dati?

15 machine-learning neural-network feature-scaling normalization javascript

2

Come funziona SelectKBest?

Sto guardando questo tutorial: https://www.dataquest.io/mission/75/improving-your-submission Alla sezione 8, trovando le migliori caratteristiche, mostra il seguente codice. import numpy as np from sklearn.feature_selection import SelectKBest, f_classif predictors = ["Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked", "FamilySize", "Title", "FamilyId"] # Perform feature selection selector = SelectKBest(f_classif, k=5) selector.fit(titanic[predictors], titanic["Survived"]) # Get the …

15 python scikit-learn

4

Le uscite XGBoost tendono verso gli estremi

Attualmente sto usando XGBoost per la previsione del rischio, sembra che stia facendo un buon lavoro nel dipartimento di classificazione binaria, ma le uscite di probabilità sono molto lontane, cioè cambiare il valore di una caratteristica in un'osservazione di una quantità molto piccola può fare la probabilità salto in uscita …

15 machine-learning classification xgboost probability probability-calibration

1

PyTorch contro Tensorflow desideroso

Google ha recentemente incluso nelle build notturne di tensorflow la sua modalità Eager , un'API imperativa per accedere alle capacità di calcolo di tensorflow. In che modo il desideroso di Tensorflow si confronta con PyTorch? Alcuni aspetti che potrebbero influenzare il confronto potrebbero essere: Vantaggi e svantaggi di desideroso a …

14 deep-learning tensorflow pytorch

3

GAN (reti contraddittorie generative) possibili anche per il testo?

I GAN - reti contraddittorie generative - fanno bene solo alle immagini o potrebbero essere usati anche per il testo? Ad esempio, formare una rete per generare testi significativi da un riepilogo. UPD - citazioni dell'inventore GAN Ian Goodfellow. I GAN non sono stati applicati alla PNL perché i GAN …

14 gan

4

Possiamo generare un enorme set di dati con reti generative contraddittorie

Sto affrontando un problema in cui non sono riuscito a trovare un set di dati (immagini) sufficiente per alimentare la mia rete neurale profonda per l'addestramento. Sono stato così ispirato dal documento Generative Adversarial Text to Image Synthesis pubblicato da Scott Reed et al. sulle reti contraddittorie generative. Ero curioso …

14 deep-learning gan