Khoa học dữ liệu

Tôi làm việc trong một văn phòng nơi SQL Server là xương sống của tất cả mọi thứ chúng tôi làm, từ xử lý dữ liệu đến dọn dẹp cho đến munging. Đồng nghiệp của tôi chuyên viết các hàm phức tạp và các thủ tục được lưu trữ để …

14 python  r  data-cleaning  data  sql 

Do những lời nguyền khác nhau về chiều , độ chính xác và tốc độ của nhiều kỹ thuật dự đoán phổ biến làm suy giảm dữ liệu chiều cao. Một số kỹ thuật / thủ thuật / heuristic hữu ích nhất giúp xử lý dữ liệu chiều cao hiệu …

14 machine-learning  statistics  dimensionality-reduction 

Các điều kiện dữ liệu mà chúng ta nên đề phòng, trong đó giá trị p có thể không phải là cách tốt nhất để quyết định ý nghĩa thống kê? Có loại vấn đề cụ thể rơi vào thể loại này?

14 bigdata  statistics 

Trích xuất tính năng và lựa chọn tính năng về cơ bản làm giảm tính chiều của dữ liệu, nhưng trích xuất tính năng cũng làm cho dữ liệu tách biệt hơn, nếu tôi đúng. Kỹ thuật nào sẽ được ưu tiên hơn các kỹ thuật khác và khi nào? …

14 feature-selection  feature-extraction  dimensionality-reduction 

Tôi đang tự hỏi trong những tình huống nào là thuận lợi để xếp LSTM?

14 machine-learning  neural-network  deep-learning  lstm 

Bài đăng này dường như chỉ ra rằng những gì tôi muốn thực hiện là không thể. Tuy nhiên, tôi không bị thuyết phục về điều này - với những gì tôi đã làm, tôi không hiểu tại sao những gì tôi muốn làm không thể đạt được ... Tôi …

14 keras 

Là việc triển khai rừng ngẫu nhiên trong scikit-learn sử dụng độ chính xác trung bình làm phương pháp tính điểm của nó để ước tính lỗi tổng quát hóa với các mẫu ngoài túi? Điều này không được đề cập trong tài liệu, nhưng phương thức points () báo …

14 random-forest  scikit-learn 

Theo tôi biết, để đào tạo học cách xếp hạng các mô hình, bạn cần có ba điều trong bộ dữ liệu: nhãn hoặc liên quan nhóm hoặc id truy vấn tính năng vector Ví dụ: bộ dữ liệu Microsoft Learning to Rank sử dụng định dạng này (nhãn, id …

14 search  ranking  xgboost  gbm 

Tôi đang sử dụng Brain để huấn luyện mạng thần kinh trên một bộ tính năng bao gồm cả giá trị dương và âm. Nhưng Brain yêu cầu các giá trị đầu vào từ 0 đến 1. Cách tốt nhất để bình thường hóa dữ liệu của tôi là gì?

14 machine-learning  neural-network  feature-scaling  normalization  javascript 

Tôi đang xem hướng dẫn này: https://www.dataquest.io/mission/75/improving-your-submission Ở phần 8, tìm các tính năng tốt nhất, nó hiển thị đoạn mã sau. import numpy as np from sklearn.feature_selection import SelectKBest, f_classif predictors = ["Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked", "FamilySize", "Title", "FamilyId"] # Perform feature selection selector = SelectKBest(f_classif, …

14 python  scikit-learn 

Có một itertham số trong gensimtriển khai Word2Vec class gensim.models.word2vec.Word2Vec (câu = Không, kích thước = 100, alpha = 0,025, window = 5, min_count = 5, max_vocab_size = Không, sample = 0, seed = 1, worker = 1, min_alpha = 0.0001, sg = 1, hs = 1, neg = 0, …

14 gensim  word2vec  convergence 

Làm thế nào để bạn sử dụng LeakyRelu như một chức năng kích hoạt trong chuỗi DNN trong máy ảnh? Nếu tôi muốn viết một cái gì đó tương tự như: model = Sequential() model.add(Dense(90, activation='LeakyRelu')) Giải pháp là gì? Đặt LeakyRelu tương tự như Relu? Câu hỏi thứ hai …

14 deep-learning  keras  activation-function 

Tôi muốn đào tạo một mô hình học tập sâu trên bộ dữ liệu chứa khoảng 3000 hình ảnh. Vì bộ dữ liệu rất lớn, tôi muốn sử dụng Google colab vì nó được hỗ trợ GPU. Làm cách nào để tải lên thư mục hình ảnh đầy đủ này …

14 machine-learning  neural-network  deep-learning  dataset  colab 

Theo hiểu biết của tôi, Thuật toán di truyền là công cụ mạnh mẽ để tối ưu hóa đa mục tiêu. Hơn nữa, đào tạo Mạng nơ-ron (đặc biệt là mạng sâu) rất khó và có nhiều vấn đề (hàm chi phí không lồi - cực tiểu cục bộ, biến …

13 neural-network  optimization  genetic-algorithms 

Tôi muốn biết liệu Gradient có phải là thuật toán chính được sử dụng trong các trình tối ưu hóa như Adam, Adagrad, RMSProp và một số trình tối ưu hóa khác hay không.

13 machine-learning  neural-network  deep-learning  optimization  gradient-descent