Câu hỏi được gắn thẻ «machine-learning»

6

Trong học tập có giám sát, tại sao nó có các tính năng tương quan?

Tôi đọc ở đâu đó rằng nếu chúng ta có các tính năng quá tương quan, chúng ta phải loại bỏ một tính năng, vì điều này có thể làm xấu đi mô hình. Rõ ràng là các tính năng tương quan có nghĩa là chúng mang cùng thông tin, …

35 machine-learning  correlation 

---

6

Giải thích mất entropy chéo

Giả sử tôi xây dựng một NN để phân loại. Lớp cuối cùng là một lớp dày đặc với kích hoạt softmax. Tôi có năm lớp khác nhau để phân loại. Giả sử cho một ví dụ đào tạo duy nhất, đó true labellà [1 0 0 0 0]trong khi …

35 machine-learning  deep-learning 

---

1

Sự khác biệt giữa `Dense` và` TimeDistributionDense` của` Keras`

Tôi vẫn nhầm lẫn về sự khác biệt giữa Densevà TimeDistributedDensecác Kerasmặc dù có một số câu hỏi tương tự đã được hỏi ở đây và ở đây . Mọi người đang thảo luận rất nhiều nhưng không có kết luận thống nhất chung. Và mặc dù, ở đây , …

34 machine-learning  neural-network  keras 

---

5

Một số cách tiêu chuẩn để tính toán khoảng cách giữa các tài liệu là gì?

Khi tôi nói "tài liệu", tôi nghĩ đến các trang web như các bài báo và tin tức trên Wikipedia. Tôi thích câu trả lời đưa ra số liệu khoảng cách từ vựng vanilla hoặc số liệu khoảng cách ngữ nghĩa hiện đại, với ưu tiên mạnh mẽ hơn cho …

34 machine-learning  data-mining  nlp  text-mining  similarity 

---

5

Deep Learning vs gradient boosting: Khi nào nên sử dụng cái gì?

Tôi có một vấn đề dữ liệu lớn với một tập dữ liệu lớn (ví dụ: 50 triệu hàng và 200 cột). Bộ dữ liệu bao gồm khoảng 100 cột số và 100 cột phân loại và cột phản hồi đại diện cho một vấn đề của lớp nhị phân. …

30 machine-learning  classification  deep-learning 

---

5

Hàm Q là gì và hàm V trong học tăng cường là gì?

Dường như với tôi rằng chức năng VVV có thể dễ dàng được biểu thị bằng chức năng QQQ và do đó chức năng VVV dường như là thừa đối với tôi. Tuy nhiên, tôi chưa quen với việc học tăng cường nên tôi đoán mình đã nhầm. Định nghĩa …

30 machine-learning  reinforcement-learning 

---

3

Trong phân loại softmax, tại sao sử dụng hàm exp để thực hiện chuẩn hóa?

Tại sao sử dụng softmax trái ngược với tiêu chuẩn hóa? Trong phần bình luận của câu trả lời hàng đầu của câu hỏi này, @Kilian Batzner đã đưa ra 2 câu hỏi cũng làm tôi bối rối rất nhiều. Dường như không ai đưa ra một lời giải thích …

30 machine-learning  deep-learning 

---

7

Tại sao dữ liệu phải được xáo trộn cho các nhiệm vụ học máy

Trong các tác vụ học máy, người ta thường xáo trộn dữ liệu và chuẩn hóa nó. Mục đích của chuẩn hóa là rõ ràng (vì có cùng phạm vi giá trị tính năng). Nhưng, sau khi vật lộn rất nhiều, tôi không tìm thấy bất kỳ lý do có …

30 machine-learning  neural-network  deep-learning 

---

1

Tại sao xgboost nhanh hơn nhiều so với sklearn GradientBoostingClassifier?

Tôi đang cố gắng đào tạo một mô hình tăng cường độ dốc hơn 50 nghìn ví dụ với 100 tính năng số. XGBClassifierxử lý 500 cây trong vòng 43 giây trên máy của tôi, trong khi GradientBoostingClassifierchỉ xử lý 10 cây (!) trong 1 phút và 2 giây :( …

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

Hướng dẫn nhanh vào đào tạo tập dữ liệu mất cân bằng cao

Tôi có một vấn đề phân loại với khoảng 1000 mẫu dương tính và 10000 mẫu âm tính trong tập huấn luyện. Vì vậy, tập dữ liệu này khá mất cân đối. Rừng ngẫu nhiên đồng bằng chỉ đang cố gắng đánh dấu tất cả các mẫu thử là một …

29 machine-learning  classification  dataset  unbalanced-classes 

---

2

Sự thật mặt đất là gì

Trong bối cảnh của Machine Learning , tôi đã thấy thuật ngữ Ground Truth được sử dụng rất nhiều. Tôi đã tìm kiếm rất nhiều và tìm thấy định nghĩa sau trong Wikipedia : Trong học máy, thuật ngữ "sự thật mặt đất" dùng để chỉ tính chính xác của …

29 machine-learning  neural-network  deep-learning 

---

4

Khi nào nên sử dụng Rừng ngẫu nhiên trên SVM và ngược lại?

Khi nào một người sẽ sử dụng Random Foresthơn SVMvà ngược lại? Tôi hiểu điều đó cross-validationvà so sánh mô hình là một khía cạnh quan trọng của việc chọn một mô hình, nhưng ở đây tôi muốn tìm hiểu thêm về quy tắc ngón tay cái và phương pháp …

28 machine-learning  classification  random-forest  svm 

---

4

Tôi nên sử dụng thuật toán nào để thực hiện phân loại công việc dựa trên dữ liệu sơ yếu lý lịch?

Lưu ý rằng tôi đang làm mọi thứ trong R. Vấn đề diễn ra như sau: Về cơ bản, tôi có một danh sách các sơ yếu lý lịch (CV). Một số ứng viên sẽ có kinh nghiệm làm việc trước đây và một số thì không. Mục tiêu ở …

28 machine-learning  classification  nlp  text-mining 

---

4

Một mô hình nên được đào tạo lại nếu quan sát mới có sẵn?

Vì vậy, tôi không thể tìm thấy bất kỳ tài liệu nào về chủ đề này nhưng có vẻ như đó là một điều đáng để suy nghĩ: Các thực tiễn tốt nhất trong đào tạo và tối ưu hóa mô hình là gì nếu các quan sát mới có …

28 machine-learning  predictive-modeling  optimization  training 

---

6

Sự khác biệt giữa siêu âm mô hình và các tham số mô hình là gì?

Tôi đã nhận thấy rằng các thuật ngữ như siêu tham số mô hình và tham số mô hình đã được sử dụng thay thế cho nhau trên web mà không cần làm rõ trước. Tôi nghĩ rằng điều này là không chính xác và cần giải thích. Hãy xem …

28 machine-learning  parameter  hyperparameter  language-model 

---