Scienza dei dati hyperparameter

8

Attualmente sto lavorando all'implementazione della Discesa stocastica del gradiente SGD, per le reti neurali che usano la propagazione di ritorno, e mentre capisco il suo scopo ho alcune domande su come scegliere i valori per il tasso di apprendimento. Il tasso di apprendimento è correlato alla forma del gradiente di …

85 machine-learning neural-network deep-learning optimization hyperparameter

6

Qual è la differenza tra iperparametri del modello e parametri del modello?

Ho notato che termini come iperparametro del modello e parametro del modello sono stati usati in modo intercambiabile sul web senza un chiarimento preventivo. Penso che questo sia errato e necessita di spiegazioni. Prendi in considerazione un modello di apprendimento automatico, un classificatore o riconoscitore di immagini basato su SVM …

28 machine-learning parameter hyperparameter language-model

5

Come impostare il numero di neuroni e strati nelle reti neurali

Sono un principiante delle reti neurali e ho avuto difficoltà a cogliere due concetti: Come si decide il numero di strati intermedi di una data rete neurale? 1 contro 10 o qualsiasi altra cosa. Come si decide il numero di neuroni in ogni strato intermedio? Si consiglia di avere un …

26 machine-learning neural-network deep-learning hyperparameter hyperparameter-tuning

4

Ricerca di iperparametri per LSTM-RNN usando Keras (Python)

Da Keras RNN Tutorial: "Gli RNN sono difficili. La scelta della dimensione del batch è importante, la scelta della perdita e l'ottimizzatore sono fondamentali, ecc. Alcune configurazioni non convergono." Quindi questa è più una domanda generale sull'ottimizzazione degli iperparametri di un LSTM-RNN su Keras. Vorrei sapere un approccio per trovare …

18 python neural-network deep-learning keras hyperparameter

3

Le migliori lingue per il calcolo scientifico [chiuso]

Chiuso . Questa domanda deve essere più focalizzata . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che si concentri su un problema solo modificando questo post . Chiuso 5 anni fa . Sembra che la maggior parte delle lingue abbia un certo numero …

10 efficiency statistics tools knowledge-base machine-learning neural-network deep-learning optimization hyperparameter machine-learning time-series categorical-data logistic-regression python visualization bigdata efficiency classification binary svm random-forest logistic-regression data-mining sql experiments bigdata efficiency performance scalability distributed bigdata nlp statistics education knowledge-base definitions machine-learning recommender-system evaluation efficiency algorithms parameter efficiency scalability sql statistics visualization knowledge-base education machine-learning r python r text-mining sentiment-analysis machine-learning machine-learning python neural-network statistics reference-request machine-learning data-mining python classification data-mining bigdata usecase apache-hadoop map-reduce aws education feature-selection machine-learning machine-learning sports data-formats hierarchical-data-format bigdata apache-hadoop bigdata apache-hadoop python visualization knowledge-base classification confusion-matrix accuracy bigdata apache-hadoop bigdata efficiency apache-hadoop distributed machine-translation nlp metadata data-cleaning text-mining python pandas machine-learning python pandas scikit-learn bigdata machine-learning databases clustering data-mining recommender-system

2

In che modo gli scienziati escogitano i parametri e la topologia del modello Markov nascosto da utilizzare?

Capisco come un modello di Markov nascosto viene utilizzato nelle sequenze genomiche, come la ricerca di un gene. Ma non capisco come elaborare un modello Markov particolare. Voglio dire, quanti stati dovrebbe avere il modello? Quante possibili transizioni? Il modello dovrebbe avere un anello? Come fanno a sapere che il …

10 machine-learning model-selection hyperparameter markov

2

Qual è il metodo più efficiente per l'ottimizzazione dell'iperparametro in scikit-learn?

Una panoramica del processo di ottimizzazione dell'iperparametro in scikit-learn è qui . La ricerca esaustiva della griglia troverà il set ottimale di iperparametri per un modello. Il rovescio della medaglia è che la ricerca esaustiva della griglia è lenta. La ricerca casuale è più veloce della ricerca sulla griglia ma …

10 scikit-learn hyperparameter hyperparameter-tuning grid-search randomized-algorithms

2

Quando scegliere la regressione lineare o la regressione dell'albero decisionale o della foresta casuale? [chiuso]

Chiuso . Questa domanda deve essere più focalizzata . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che si concentri su un problema solo modificando questo post . Chiuso 4 anni fa . Sto lavorando a un progetto e ho difficoltà a decidere quale …

10 machine-learning algorithms random-forest linear-regression decision-trees machine-learning predictive-modeling forecast r clustering similarity data-mining dataset statistics text-mining text-mining data-cleaning data-wrangling machine-learning classification algorithms xgboost data-mining dataset dataset regression graphs svm unbalanced-classes cross-validation optimization hyperparameter genetic-algorithms visualization predictive-modeling correlation machine-learning predictive-modeling apache-spark statistics normalization apache-spark map-reduce r correlation confusion-matrix r data-cleaning classification terminology dataset image-classification machine-learning regression apache-spark machine-learning data-mining nlp parsing machine-learning dimensionality-reduction visualization clustering multiclass-classification evaluation unsupervised-learning machine-learning machine-learning data-mining supervised-learning unsupervised-learning machine-learning data-mining classification statistics predictive-modeling data-mining clustering python pandas machine-learning dataset data-cleaning data bigdata software-recommendation

Domande taggate «hyperparameter»