Khoa học dữ liệu

2

Trích xuất chuỗi chuẩn từ danh sách các chuỗi nhiễu

Tôi có hàng ngàn danh sách các chuỗi và mỗi danh sách có khoảng 10 chuỗi. Hầu hết các chuỗi trong một danh sách nhất định rất giống nhau, mặc dù một số chuỗi (hiếm khi) hoàn toàn không liên quan đến các chuỗi khác và một số chuỗi chứa …

10 nlp  similarity  information-retrieval 

---

4

Những bước ban đầu nào tôi nên sử dụng để hiểu được các tập dữ liệu lớn và tôi nên sử dụng công cụ nào?

Hãy cẩn thận: Tôi là người mới bắt đầu hoàn toàn khi nói đến học máy, nhưng ham học hỏi. Tôi có một tập dữ liệu lớn và tôi đang cố gắng tìm mẫu trong đó. Có thể / có thể không có mối tương quan giữa các dữ liệu, …

10 machine-learning  data-mining  tools  beginner 

---

4

Tại sao một số loại mô hình cho kết quả gần như giống hệt nhau?

Tôi đã phân tích một tập dữ liệu gồm ~ 400k bản ghi và 9 biến Biến phụ thuộc là nhị phân. Tôi đã trang bị hồi quy logistic, cây hồi quy, rừng ngẫu nhiên và cây tăng cường độ dốc. Tất cả chúng đều cho độ tốt giống hệt …

10 data-mining  classification  binary 

---

3

Thống kê + Khoa học máy tính = Khoa học dữ liệu? [đóng cửa]

Đã đóng cửa. Câu hỏi này không đúng chủ đề . Nó hiện không chấp nhận câu trả lời. Bạn muốn cải thiện câu hỏi này? Cập nhật câu hỏi để nó thuộc chủ đề cho Trao đổi ngăn xếp khoa học dữ liệu. Đóng cửa 5 năm trước . …

10 machine-learning  statistics  career 

---

3

Làm thế nào để các kỹ thuật thống kê khác nhau (hồi quy, PCA, v.v.) quy mô với kích thước và kích thước mẫu?

Có một bảng chung về các kỹ thuật thống kê giải thích cách chúng chia tỷ lệ với kích thước và kích thước mẫu không? Ví dụ, một người bạn của tôi đã nói với tôi vào một ngày khác rằng thời gian tính toán đơn giản là sắp xếp …

10 bigdata  statistics  efficiency  scalability 

---

1

Dự đoán với các tính năng phi nguyên tử

Tôi muốn sử dụng dữ liệu phi nguyên tử, như một tính năng để dự đoán. Giả sử tôi có Bảng với các tính năng này: - Column 1: Categorical - House - Column 2: Numerical - 23.22 - Column 3: A Vector - [ 12, 22, 32 ] - …

10 machine-learning 

---

3

Xử lý một bộ tính năng tăng thường xuyên

Tôi đang làm việc trên một hệ thống phát hiện gian lận. Trong lĩnh vực này, các gian lận mới xuất hiện thường xuyên, do đó các tính năng mới phải được thêm vào mô hình trên cơ sở liên tục. Tôi tự hỏi cách tốt nhất để xử lý …

10 machine-learning  bigdata 

---

2

Dự báo thị trường ngoại hối với mạng lưới thần kinh

Tôi muốn sử dụng ANN để tự động hóa các loại tiền tệ giao dịch, tốt nhất là USD / EUR hoặc USD / GBP. Tôi biết điều này là khó khăn và có thể không đơn giản. Tôi đã đọc một số bài báo và thực hiện một số …

10 neural-network 

---

4

Học hồi quy thứ tự trong R?

Tôi đang làm việc trên một dự án và cần các nguồn lực để giúp tôi tăng tốc. Bộ dữ liệu là khoảng 35000 quan sát trên 30 biến. Khoảng một nửa các biến được phân loại với một số có nhiều giá trị khác nhau, nghĩa là nếu bạn …

10 r  logistic-regression 

---

4

Phát hiện khí thải tiêu thụ ngoại lệ - Dự án mạng lưới thần kinh. Kết quả xấu

Tôi đã cố gắng phát hiện các ngoại lệ trong mức tiêu thụ khí năng lượng của một số tòa nhà Hà Lan, xây dựng mô hình mạng lưới thần kinh. Tôi có kết quả rất tệ, nhưng tôi không thể tìm thấy lý do. Tôi không phải là một …

10 neural-network  outlier 

---

1

Làm thế nào để tôi biết nếu các tập hợp con có thể được vẽ trong sơ đồ Euler bình thường?

Trong một số trường hợp, có thể không thể vẽ sơ đồ Euler với các vòng tròn chồng lấp để thể hiện tất cả các tập hợp chồng lấp theo tỷ lệ chính xác. Loại dữ liệu này sau đó yêu cầu sử dụng đa giác hoặc các hình khác …

10 visualization 

---

1

Kỹ thuật lập chỉ mục dữ liệu hiệu quả nhất là gì

Như chúng ta đã biết, có một số kỹ thuật lập chỉ mục dữ liệu, được sử dụng bởi các ứng dụng lập chỉ mục nổi tiếng, như Lucene (cho java) hoặc Lucene.NET (cho .NET), MurMurHash, B + Tree, v.v ... Đối với No-Sql / Object Cơ sở dữ liệu …

10 nosql  efficiency  indexing  data-indexing-techniques  .net 

---

5

Trình độ chuyên môn cho các chương trình tiến sĩ

Yann LeCun đã đề cập trong AMA của mình rằng ông coi việc có bằng tiến sĩ là rất quan trọng để có được một công việc tại một công ty hàng đầu. Tôi có bằng thạc sĩ về thống kê và sinh viên đại học của tôi là về …

10 education 

---

4

Tại sao khó có thể cấp hiệu quả trong khi sử dụng thư viện?

Bất kỳ xử lý cơ sở dữ liệu nhỏ nào cũng có thể được xử lý dễ dàng bằng các tập lệnh Python / Perl / ..., sử dụng các thư viện và / hoặc thậm chí các tiện ích từ chính ngôn ngữ. Tuy nhiên, khi nói đến hiệu …

10 bigdata  efficiency  performance 

---

3

Làm thế nào để mã hóa một lớp với 24.000 danh mục?

Tôi hiện đang làm việc trên một mô hình hồi quy logistic cho bộ gen. Một trong những trường đầu vào tôi muốn đưa vào dưới dạng đồng biến là genes. Có khoảng 24.000 gen được biết đến. Có nhiều tính năng với mức độ biến đổi này trong sinh …

10 machine-learning  keras  scikit-learn 

---