Scienza dei dati

1

Utilizzando un classificatore CNN pre-addestrato e applicarlo su un set di dati di immagini diverso

Come ottimizzeresti un pre-addestrato neural network per applicarlo a un problema separato? Aggiungeresti solo più livelli al modello pre-addestrato e lo testeresti sul tuo set di dati? Ad esempio, se il compito fosse quello di utilizzare una CNN per classificare i gruppi di sfondi , sono sicuro che non avrebbe …

11 neural-network deep-learning classification convnet

1

Come prevedere i valori futuri dell'orizzonte temporale con Keras?

Ho appena costruito questa rete neurale LSTM con Keras import numpy as np import pandas as pd from sklearn import preprocessing from keras.layers.core import Dense, Dropout, Activation from keras.activations import linear from keras.layers.recurrent import LSTM from keras.models import Sequential from matplotlib import pyplot #read and prepare data from datafile data_file_name …

11 machine-learning python keras prediction forecasting

2

L'accuratezza del modello è del 100% su un overfitting di dati fuori campione?

Ho appena completato l'apprendimento automatico per il corso R su cognitiveclass.ai e ho iniziato a sperimentare con foreste casuali. Ho creato un modello usando la libreria "randomForest" in R. Il modello classifica per due classi, buono e cattivo. So che quando un modello è sovralimentato, si comporta bene con i …

11 r random-forest prediction overfitting

3

Reti neurali: trova la maggior parte delle immagini simili

Sto lavorando con Python, scikit-learn e keras. Ho 3000 mila immagini di orologi frontali come i seguenti: Watch_1 , Watch_2 , Watch_3 . Voglio scrivere un programma che riceva come input una foto di un vero orologio che potrebbe essere scattata in condizioni meno ideali rispetto alle foto sopra (colore …

11 python neural-network keras

2

Quando diciamo che il set di dati non è classificabile?

Ho analizzato molte volte un set di dati su cui non potevo davvero fare alcun tipo di classificazione. Per vedere se riesco a ottenere un classificatore, di solito ho usato i seguenti passi: Genera grafici a scatole di etichette rispetto a valori numerici. Riduci la dimensionalità a 2 o 3 …

11 machine-learning classification deep-learning class-imbalance bayes-error

1

Elaborazione dati accelerata GPU per R in Windows

Attualmente sto prendendo un documento sui Big Data che ci fa usare R pesantemente per l'analisi dei dati. Mi capita di avere una GTX1070 nel mio PC per motivi di gioco. Quindi, ho pensato che sarebbe davvero bello se potessi usarlo per accelerare alcune delle elaborazioni per alcune delle cose …

11 r gpu parallel

2

Qual è la differenza tra Convoluzione dilatata e Deconvoluzione?

Queste due operazioni di convoluzione sono molto comuni nell'apprendimento profondo in questo momento. Ho letto dello strato convoluzionale dilatato in questo documento: WAVENET: UN MODELLO GENERATIVO PER AUDIO RAW e De-convoluzione è in questo documento: reti completamente convoluzionali per la segmentazione semantica Entrambi sembrano sottoporre a campionamento l'immagine, ma qual …

11 machine-learning deep-learning convnet computer-vision convolution

2

Quanti dati sono sufficienti per addestrare il mio modello di apprendimento automatico?

Ho lavorato sull'apprendimento automatico e la bioinformatica per un po ', e oggi ho avuto una conversazione con un collega sui principali problemi generali del data mining. Il mio collega (che è un esperto di apprendimento automatico) ha affermato che, a suo avviso, l'aspetto pratico probabilmente più importante dell'apprendimento automatico …

11 machine-learning data-mining dataset data-cleaning data

2

Trova P (X | Y) ottimale dato che ho un modello che ha buone prestazioni quando mi alleno su P (Y | X)

Dati in ingresso: -> caratteristiche della maglietta (colore, logo, ecc.)XXX YYY -> profit margin I have trained a random forest on the above XXX and YYY and have achieved reasonable accuracy on a test data. So, I have P(Y|X)P(Y|X)P(Y|X). Now, I would like to find P(X|Y)P(X|Y)P(X|Y) i.e probability distribution of …

11 machine-learning random-forest generative-models

1

Rete neurale Tensorflow TypeError: l'argomento Fetch ha un tipo non valido

Sto creando una semplice rete neurale usando tensorflow, con i dati che ho raccolto da me stesso, tuttavia, non sta collaborando: PI ha riscontrato un errore che non posso risolvere o trovare la soluzione e mi piacerebbe il tuo aiuto. L'errore: TypeError: l'argomento Fetch 2861.6152 di 2861.6152 ha un tipo …

11 machine-learning python neural-network tensorflow

1

Allenati su lotti a Tensorflow

Attualmente sto provando ad addestrare un modello su un file CSV di grandi dimensioni (> 70 GB con oltre 60 milioni di righe). Per fare ciò sto usando tf.contrib.learn.read_batch_examples. Faccio fatica a capire come questa funzione legge effettivamente i dati. Se sto usando una dimensione batch di es. 50.000, legge …

11 python tensorflow

2

Incapace di capire lo strato di incorporamento lineare nella rete neurale convoluzionale?

Ho l' architettura di rete del documento "apprendere la somiglianza dell'immagine a grana fine con una classifica profonda" e non sono in grado di capire come l'output della rete a tre parallele viene unito utilizzando il livello di incorporamento lineare. Le uniche informazioni fornite su questo livello, nel documento sono …

11 neural-network deep-network

4

Estrai informazioni dalla frase

Sto creando un semplice chatbot. Voglio ottenere le informazioni dalla risposta dell'utente. Uno scenario di esempio: Bot : Hi, what is your name? User: My name is Edwin. Vorrei estrarre il nome Edwin dalla frase. Tuttavia, l'utente può rispondere in diversi modi come User: Edwin is my name. User: I …

11 python nlp

1

Come definire una metrica delle prestazioni personalizzata in Keras?

Ho provato a definire una funzione metrica personalizzata (punteggio F1) in Keras (backend Tensorflow) in base a quanto segue: def f1_score(tags, predicted): tags = set(tags) predicted = set(predicted) tp = len(tags & predicted) fp = len(predicted) - tp fn = len(tags) - tp if tp>0: precision=float(tp)/(tp+fp) recall=float(tp)/(tp+fn) return 2*((precision*recall)/(precision+recall)) else: …

11 tensorflow keras evaluation

6

Definizione di un modello nell'apprendimento automatico

Questa definizione non si applica del tutto poiché non sempre assumiamo una distribuzione sottostante. Cos'è davvero un modello? Un GBM con iperparametri specificati può essere considerato un modello? Un modello è una raccolta di regole?

11 machine-learning