Domande taggate «neural-network»

Le reti neurali artificiali (ANN) sono composte da "neuroni" - costrutti di programmazione che imitano le proprietà dei neuroni biologici. Una serie di connessioni ponderate tra i neuroni consente alle informazioni di propagarsi attraverso la rete per risolvere i problemi di intelligenza artificiale senza che il progettista della rete abbia avuto un modello di un sistema reale.

2
Qual è la verità di terra
Nel contesto di Machine Learning , ho visto molto spesso il termine Ground Truth . Ho cercato molto e ho trovato la seguente definizione in Wikipedia : Nell'apprendimento automatico, il termine "verità di base" si riferisce all'accuratezza della classificazione del set di addestramento per le tecniche di apprendimento supervisionato. Questo …
1
Perché xgboost è molto più veloce di sklearn GradientBoostingClassifier?
Sto cercando di formare un modello di aumento gradiente su 50.000 esempi con 100 funzioni numeriche. XGBClassifiergestisce 500 alberi entro 43 secondi sulla mia macchina, mentre GradientBoostingClassifiergestisce solo 10 alberi (!) in 1 minuto e 2 secondi :( Non mi sono preoccupato di provare a far crescere 500 alberi perché …
29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 
4
Come funzionano i livelli di convoluzione successivi?
Questa domanda si riduce a "come funzionano esattamente i livelli di convoluzione . Supponiamo che io abbia un'immagine in scala di grigi . Quindi l'immagine ha un canale. Nel primo strato, applico una convoluzione 3 × 3 con k 1 filtri e riempimento. Poi ho un altro livello di convoluzione …
4
Rete neurale analizzare i dati della stringa?
Quindi, sto appena iniziando a imparare come una rete neurale può operare per riconoscere schemi e classificare input, e ho visto come una rete neurale artificiale può analizzare i dati delle immagini e classificare le immagini ( demo con convnetjs ), e la chiave lì consiste nel sottocampionare l'immagine e …
1
RNN con più funzionalità
Ho un po 'di conoscenza autodidatta lavorando con algoritmi di Machine Learning (roba di base di tipo Random Forest e Linear Regression). Ho deciso di diramare e iniziare a imparare RNN con Keras. Quando osservo la maggior parte degli esempi, che di solito implicano previsioni di stock, non sono stato …
1
In che modo Keras calcola la precisione?
In che modo Keras calcola l'accuratezza dalle probabilità classwise? Ad esempio, nel set di test abbiamo 100 campioni che possono appartenere a una delle due classi. Abbiamo anche un elenco delle probabilità classwise. Quale soglia utilizza Keras per assegnare un campione a una delle due classi?
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.