Nauka danych machine-learning

1

Co to jest odległość Hellingera i kiedy z niej korzystać?

Chcę wiedzieć, co tak naprawdę dzieje się w Hellinger Distance (w prostych słowach). Co więcej, jestem również zainteresowany tym, jakie rodzaje problemów możemy wykorzystać Hellinger Distance? Jakie są zalety korzystania z Hellinger Distance?

19 machine-learning data-mining text-mining distance

3

Jak wykonać inżynierię funkcji na nieznanych funkcjach?

Biorę udział w konkursie kaggle. Zestaw danych ma około 100 funkcji i wszystkie są nieznane (pod względem tego, co faktycznie reprezentują). Zasadniczo są to tylko liczby. Ludzie wykonują wiele inżynierii funkcji na tych funkcjach. Zastanawiam się, jak dokładnie można wykonać inżynierię funkcji na nieznanych funkcjach? Czy ktoś może mi pomóc …

19 machine-learning feature-selection feature-extraction feature-engineering kaggle

3

Jak wygenerować syntetyczny zestaw danych przy użyciu modelu uczenia maszynowego wyuczonego z oryginalnego zestawu danych?

Zasadniczo model uczenia maszynowego jest oparty na zestawach danych. Chciałbym wiedzieć, czy istnieje jakiś sposób na wygenerowanie syntetycznego zestawu danych przy użyciu takiego wyuczonego modelu uczenia maszynowego, zachowującego oryginalne cechy zestawu danych? [oryginalne dane -> zbuduj model uczenia maszynowego -> użyj modelu ml do wygenerowania danych syntetycznych .... !!!] Czy …

19 machine-learning dataset

2

Kategoryzacja tekstu: łączenie różnego rodzaju funkcji

Problem, który rozwiązuję, polega na podzieleniu krótkich tekstów na wiele klas. Moje obecne podejście polega na wykorzystaniu częstotliwości ważonych tf-idf i nauce prostego klasyfikatora liniowego (regresja logistyczna). Działa to całkiem dobrze (około 90% makra F-1 na zestawie testowym, prawie 100% na zestawie treningowym). Dużym problemem są niewidoczne słowa / n-gram. …

19 machine-learning classification feature-selection logistic-regression information-retrieval

4

Jakiego modelu statystycznego powinienem użyć do analizy prawdopodobieństwa, że pojedyncze zdarzenie wpłynęło na dane podłużne

Próbuję znaleźć formułę, metodę lub model do zastosowania w celu analizy prawdopodobieństwa, że określone zdarzenie wpłynęło na niektóre dane podłużne. Z trudem zastanawiam się, czego szukać w Google. Oto przykładowy scenariusz: Wyobraź sobie, że jesteś właścicielem firmy, która codziennie odwiedza średnio 100 klientów. Pewnego dnia decydujesz, że chcesz zwiększyć liczbę …

19 machine-learning data-mining statistics

2

Dlaczego ReLU jest używane jako funkcja aktywacji?

Funkcje aktywacyjne służą do wprowadzenia nieliniowości w liniowym wyjściu typu w * x + bw sieci neuronowej. Które jestem w stanie zrozumieć intuicyjnie dla funkcji aktywacyjnych takich jak sigmoid. Rozumiem zalety ReLU, które pozwala uniknąć martwych neuronów podczas propagacji wstecznej. Jednak nie jestem w stanie zrozumieć, dlaczego ReLU jest używane …

19 machine-learning neural-network deep-learning activation-function

1

Sposoby radzenia sobie z funkcją długości / szerokości geograficznej [zamknięte]

Zamknięte . To pytanie wymaga szczegółów lub jasności . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Dodaj szczegóły i wyjaśnij problem, edytując ten post . Zamknięte 3 lata temu . Pracuję nad fikcyjnym zestawem danych z 25 funkcjami. Dwie cechy to szerokość i długość geograficzna miejsca, a inne to …

19 machine-learning python feature-engineering feature-scaling normalization

1

Jakie są zalety i wady Keras i TFLearn?

Jakie są zalety i wady Keras i TFlearn ? Kiedy jedna biblioteka jest preferowana od drugiej?

18 machine-learning keras tflearn

1

Word2Vec vs. Sentence2Vec vs. Doc2Vec

Niedawno natknąłem się na terminy Word2Vec , Sentence2Vec i Doc2Vec i trochę zdezorientowany, ponieważ jestem nowy w semantyce wektorowej. Czy ktoś może wyjaśnić różnice w tych metodach prostymi słowami. Jakie są najbardziej odpowiednie zadania dla każdej metody?

18 machine-learning data-mining clustering nlp unsupervised-learning

1

Jak radzić sobie z etykietami ciągów w klasyfikacji wielu klas za pomocą keras?

Jestem początkującym w uczeniu maszynowym i keras, a teraz pracuję nad problemem klasyfikacji klas obrazów za pomocą keras. Wejście jest oznaczone obrazem. Po wstępnym przetworzeniu dane szkoleniowe są reprezentowane na liście Python jako: [["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]] „pies”, „kot” i „ptak” to oznaczenia klasy. Wydaje mi się, że w …

18 machine-learning scikit-learn tensorflow keras encoding

4

Kiedy zastosować odległość Manhattanu jako przeciwieństwo odległości euklidesowej?

Próbuję poszukać dobrego argumentu na temat tego, dlaczego warto wykorzystać odległość Manhattanu nad odległością euklidesową w uczeniu maszynowym. Najbliższa mi jak dotąd dobra argumentacja dotyczy wykładu MIT . W 36:15 na slajdach można zobaczyć następujące oświadczenie: „Zazwyczaj stosuj dane euklidesowe; Manhattan może być odpowiedni, jeśli różne wymiary nie są porównywalne …

18 machine-learning classification distance

7

Jak przewidzieć ruch na podstawie danych z poprzednich szeregów czasowych?

Jeśli mam sklep detaliczny i mam sposób, aby zmierzyć, ile osób wchodzi do mojego sklepu co minutę, i oznaczyć te dane datą, to jak mogę przewidzieć przyszły ruch pieszy? Przyjrzałem się algorytmom uczenia maszynowego, ale nie jestem pewien, którego użyć. W moich danych testowych trend rok do roku jest dokładniejszy …

18 machine-learning time-series

2

lokalne minima vs punkty siodłowe w głębokim uczeniu się

Słyszałem, jak Andrew Ng (w filmie, którego niestety już nie mogę znaleźć) opowiadał o tym, jak zmieniło się rozumienie lokalnych minimów w problemach głębokiego uczenia się w tym sensie, że są one obecnie uważane za mniej problematyczne, ponieważ w przestrzeniach wielowymiarowych (spotykanych w głębokie uczenie się) punkty krytyczne częściej są …

18 machine-learning deep-learning optimization convergence

4

Pochodna roli funkcji sigmoidalnej w sieciach neuronowych

Staram się zrozumieć rolę pochodnej funkcji sigmoidalnej w sieciach neuronowych. Najpierw wykreślam funkcję sigmoidalną i pochodną wszystkich punktów z definicji za pomocą pytona. Jaka jest dokładnie rola tej pochodnej? import numpy as np import matplotlib.pyplot as plt def sigmoid(x): return 1 / (1 + np.exp(-x)) def derivative(x, step): return (sigmoid(x+step) …

18 machine-learning neural-network

2

Dlaczego warto korzystać zarówno z zestawu sprawdzania poprawności, jak i zestawu testowego?

Rozważ sieć neuronową: Dla danego zestawu danych dzielimy je na zestaw szkoleniowy, walidacyjny i testowy. Załóżmy, że robimy to w klasycznym stosunku 60:20:20, a następnie zapobiegamy przeuczeniu, sprawdzając poprawność sieci, sprawdzając ją na zestawie sprawdzania poprawności. Jaka jest więc potrzeba przetestowania go na zestawie testowym, aby sprawdzić jego działanie? Czy …

18 machine-learning neural-network cross-validation

Pytania otagowane jako machine-learning