Scienza dei dati machine-learning

3

TensorFlow è una libreria di apprendimento automatico completa?

Sono nuovo di TensorFlow e ho bisogno di capire le capacità e le carenze di TensorFlow prima di poterlo utilizzare. So che si tratta di un framework di apprendimento profondo, ma a parte quello che altri algoritmi di apprendimento automatico possono usare con il flusso tensoriale. Ad esempio, possiamo usare …

11 machine-learning

2

Conseguenza del ridimensionamento delle funzioni

Attualmente sto usando SVM e ridimensionando le mie funzioni di allenamento nella gamma di [0,1]. Prima inserisco / trasformo il mio set di allenamento e quindi applico la stessa trasformazione al mio set di test. Per esempio: ### Configure transformation and apply to training set min_max_scaler = MinMaxScaler(feature_range=(0, 1)) X_train …

11 machine-learning svm feature-scaling

1

Implementazione di t-SNE Python: divergenza di Kullback-Leibler

t-SNE, come in [1], agisce riducendo progressivamente la divergenza di Kullback-Leibler (KL), fino a quando non viene soddisfatta una certa condizione. I creatori di t-SNE suggeriscono di usare la divergenza di KL come criterio di prestazione per le visualizzazioni: puoi confrontare le divergenze di Kullback-Leibler riportate da t-SNE. Va benissimo …

11 machine-learning python

5

Quando rimuovere le variabili correlate

Qualcuno può suggerire qual è la fase corretta per rimuovere le variabili correlate prima dell'ingegnerizzazione delle funzionalità o dopo l'ingegneria delle funzionalità?

11 machine-learning feature-selection data-science-model

3

Cos'è LSTM, BiLSTM e quando usarli?

Sono molto nuovo di Deep learning e sono particolarmente interessato a sapere cosa sono LSTM e BiLSTM e quando usarli (principali aree di applicazione). Perché LSTM e BILSTM sono più popolari di RNN? Possiamo usare queste architetture di apprendimento profondo in problemi senza supervisione?

11 machine-learning deep-learning rnn lstm

4

Apprendimento automatico vs apprendimento profondo

Sono un po 'confuso dalla differenza tra i termini "Machine Learning" e "Deep Learning". L'ho cercato su Google e ho letto molti articoli, ma per me non è ancora molto chiaro. Una definizione nota di Machine Learning di Tom Mitchell è: Un programma per elaboratore è detto di imparare dall'esperienza …

11 machine-learning deep-learning

4

Overfitting / Underfitting with Data set size

Nel grafico seguente, x-axis => Dimensione set di dati asse y => Punteggio di convalida incrociata La linea rossa è per i dati di allenamento La linea verde è per i dati di test In un tutorial a cui mi riferisco, l'autore afferma che il punto in cui la linea …

11 machine-learning cross-validation

1

Cosa succede quando si forma un SVM lineare su dati separabili non linearmente?

Cosa succede quando si forma una macchina vettoriale di supporto di base (kernel lineare e nessun margine morbido) su dati non linearmente separabili? Il problema di ottimizzazione non è fattibile, quindi cosa restituisce l'algoritmo di minimizzazione?

11 machine-learning svm

2

Le differenze tra SVM e regressione logistica

Sto leggendo SVMe ho affrontato al punto che i non kernel SVMsnon sono altro che separatori lineari. Pertanto, l'unica differenza tra una SVMe regressione logistica è il criterio per scegliere il confine? Apparentemente, SVMsceglie il massimo classificatore di margini e la regressione logistica è quella che minimizza la cross-entropyperdita. Ci …

11 machine-learning classification svm logistic-regression generalization

2

Opzioni di gestione delle caratteristiche categoriche di Catboost (impostazioni CTR)?

Sto lavorando con un set di dati con un gran numero di caratteristiche categoriche (> 80%) che prevedono una variabile target continua (cioè Regressione). Ho letto parecchi modi per gestire le caratteristiche categoriche. E ho imparato che la codifica one-hot che ho usato in passato è davvero una pessima idea, …

11 machine-learning decision-trees categorical-data

3

È necessaria la selezione delle funzioni?

Vorrei eseguire un modello di apprendimento automatico come foresta casuale, aumento del gradiente o SVM sul mio set di dati. Ci sono più di 200 variabili predittive nel mio set di dati e le mie classi target sono una variabile binaria. Devo eseguire la selezione delle funzioni prima dell'adattamento del …

11 machine-learning predictive-modeling feature-selection random-forest

2

Che cos'è una codifica a caldo in tensorflow?

Attualmente sto facendo un corso in tensorflow in cui hanno usato tf.one_hot (indici, profondità). Ora non capisco come questi indici si trasformino in quella sequenza binaria. Qualcuno può spiegarmi il processo esatto per favore ???

10 machine-learning python neural-network deep-learning tensorflow

1

Effetto di NON modificare i pesi del filtro della CNN durante il backprop

Qual è l'effetto di NON modificare i pesi del filtro di una CNN durante la backpropagation? Ho modificato solo i pesi dei livelli completamente collegati durante l'allenamento sul set di dati MNIST e ho comunque raggiunto una precisione del 99%.

10 machine-learning cnn mnist

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

3

Arresto anticipato sulla perdita di convalida o sulla precisione?

Attualmente sto addestrando una rete neurale e non riesco a decidere quale utilizzare per implementare i miei criteri di arresto anticipato: perdita di convalida o metriche come accuratezza / f1score / auc / qualunque cosa calcolata sul set di convalida. Nella mia ricerca, ho trovato articoli a difesa di entrambi …

10 machine-learning neural-network deep-learning classification

Domande taggate «machine-learning»