Scienza dei dati

4

Sto lavorando a un progetto e ho bisogno di risorse per mettermi al passo. Il set di dati contiene circa 35000 osservazioni su circa 30 variabili. Circa la metà delle variabili sono categoriche con alcune che hanno molti diversi valori possibili, vale a dire se si dividono le variabili categoriali …

10 r logistic-regression

1

Come faccio a capire se i sottoinsiemi possono essere tracciati in un normale diagramma di Eulero?

In alcuni casi, potrebbe essere impossibile disegnare diagrammi di Eulero con cerchi sovrapposti per rappresentare tutti i sottoinsiemi sovrapposti nelle proporzioni corrette. Questo tipo di dati richiede quindi l'utilizzo di poligoni o altre figure per rappresentare ogni set. Quando si tratta di dati che descrivono sottoinsiemi sovrapposti, come posso capire …

10 visualization

4

Rilevamento dei valori anomali del consumo di gas - Progetto di rete neurale. Cattivi risultati

Ho cercato di rilevare valori anomali nel consumo di gas energetico di alcuni edifici olandesi, costruendo un modello di rete neurale. Ho dei risultati molto negativi, ma non riesco a trovare il motivo. Non sono un esperto, quindi vorrei chiederti cosa posso migliorare e cosa sto facendo di sbagliato. Questa …

10 neural-network outlier

1

Qual è la tecnica di indicizzazione dei dati più efficiente

Come tutti sappiamo, esistono alcune tecniche di indicizzazione dei dati, che vengono utilizzate da app di indicizzazione ben note, come Lucene (per Java) o Lucene.NET (per .NET), MurMurHash, B + Tree ecc. Per un oggetto No-Sql / Database orientato (che cerco di scrivere / riprodurre un po 'con C #), …

10 nosql efficiency indexing data-indexing-techniques .net

5

Qualifiche per i programmi di dottorato

Yann LeCun ha menzionato nel suo AMA che considera molto importante avere un dottorato di ricerca per ottenere un lavoro in una delle migliori aziende. Ho un master in statistica e il mio corso di laurea in economia e matematica applicata, ma ora sto esaminando i programmi di dottorato di …

10 education

3

Quali sono i vincoli di memoria di R?

Nel rivedere la " Modellazione predittiva applicata " un revisore afferma : Una critica che ho della pedagogia dell'apprendimento statistico (SL) è l'assenza di considerazioni sulle prestazioni di calcolo nella valutazione delle diverse tecniche di modellizzazione. Con la sua enfasi sul bootstrap e la validazione incrociata per mettere a punto …

10 apache-hadoop r

2

Questo confronto Neo4j con il tempo di esecuzione di RDBMS è corretto?

Contesto: Di seguito è riportato il libro Graph D Database , che copre un test delle prestazioni menzionato nel libro Neo4j in azione : Le relazioni in un grafico formano naturalmente percorsi. Interrogazione o spostamento, il grafico prevede i seguenti percorsi. A causa della natura fondamentalmente orientata al percorso del …

10 databases nosql neo4j

4

Perché è difficile garantire efficienza durante l'utilizzo delle librerie?

Qualsiasi elaborazione di database di piccole dimensioni può essere facilmente gestita dagli script Python / Perl / ..., che utilizza librerie e / o persino utilità dal linguaggio stesso. Tuttavia, quando si tratta di prestazioni, le persone tendono a cercare linguaggi C / C ++ / di basso livello. La …

10 bigdata efficiency performance

2

Quali sono le differenze tra Convolutional1D, Convolutional2D e Convolutional3D?

Ho imparato a conoscere le reti neurali convoluzionali. Guardando Kerasesempi, mi sono imbattuto in tre diversi metodi di convoluzione. Vale a dire, 1D, 2D e 3D. Quali sono le differenze tra questi tre strati? Quali sono i loro casi d'uso? Ci sono alcuni link o riferimenti per mostrare i loro …

10 machine-learning neural-network deep-learning keras cnn

3

Come codificare una classe con 24.000 categorie?

Attualmente sto lavorando a un modello di regressione logistica per la genomica. Uno dei campi di input che voglio includere come covariata ègenes . Esistono circa 24.000 geni noti. Ci sono molte caratteristiche con questo livello di variabilità nella biologia computazionale e sono necessarie centinaia di migliaia di campioni. Se …

10 machine-learning keras scikit-learn

3

Media zero e varianza unitaria

Sto studiando il ridimensionamento dei dati, in particolare il metodo di standardizzazione. Ho capito la matematica che sta dietro, ma non mi è chiaro perché sia importante assegnare alle caratteristiche zero media e varianza unitaria. Mi puoi spiegare ?

10 machine-learning feature-scaling normalization

2

Come posso rilevare se un'immagine è stata photoshoppata?

Vorrei controllare i file JPG se sono stati manipolati per modificare il contenuto. Quello che considero NON photoshopped: ritaglio rotante (Scaling) Risoluzione dell'immagine Le modifiche automatiche potrebbero essere apportate dagli smartphone Cosa considero photoshopping: Aggiunta di una nuova immagine sopra parti della vecchia immagine Modifica del testo di una parte …

10 computer-vision

4

PCA è considerato un algoritmo di apprendimento automatico

Ho capito che l'analisi dei componenti principali è una tecnica di riduzione della dimensionalità, cioè dato 10 funzioni di input, produrrà un numero minore di funzioni indipendenti che sono trasformazione ortogonale e lineare di caratteristiche originali. È di PCAper sé considerato un algoritmo di apprendimento o è una fase di …

10 machine-learning pca

3

Le coordinate GPS (latitudine e longitudine) possono essere utilizzate come funzioni in un modello lineare?

Ho set di dati che contengono, tra le molte funzioni, le coordinate GPS (latitudine e longitudine). Vorrei utilizzare questi set di dati per esplorare problemi quali: (1) il calcolo dell'ETA per guidare tra i punti iniziale e finale; e (2) stimare l'entità del crimine per un punto specifico. Vorrei usare …

10 machine-learning feature-selection linear-regression feature-extraction geospatial

2

Perché usare la regolarizzazione L1 su L2?

Conducendo un modello di regressione lineare usando una funzione di perdita, perché dovrei usare invece della regolarizzazione ?L1L1L_1L2L2L_2 È meglio prevenire l'eccessivo adattamento? È deterministico (quindi sempre una soluzione unica)? È meglio nella selezione delle caratteristiche (perché produce modelli sparsi)? Dissipa i pesi tra le caratteristiche?

10 linear-regression regularization