Science des données

2

Je suis un peu confus dans le choix entre Keras (keras-team / keras) et tf.keras (tensorflow / tensorflow / python / keras /) pour mon nouveau projet de recherche. Il y a un débat sur le fait que Keras n'appartient à personne, donc les gens sont plus heureux de contribuer …

20 python deep-learning keras tensorflow

4

Utilisation de TensorFlow avec le processeur graphique Intel

Je suis un débutant en apprentissage profond. Existe-t-il maintenant un moyen d'utiliser TensorFlow avec des GPU Intel? Si oui, veuillez m'orienter dans la bonne direction. Sinon, faites-moi savoir quel framework, le cas échéant, (Keras, Theano, etc.) puis-je utiliser pour mon contrôleur graphique intégré pour processeur Intel Corporation Xeon E3-1200 v3 …

20 tensorflow keras theano gpu

3

StandardScaler avant et après le fractionnement des données

Lorsque je lisais sur l'utilisation StandardScaler, la plupart des recommandations disaient que vous devriez utiliser StandardScaler avant de diviser les données en train / test, mais lorsque je vérifiais certains des codes publiés en ligne (en utilisant sklearn), il y avait deux utilisations principales. 1- Utilisation StandardScalersur toutes les données. …

20 machine-learning scikit-learn preprocessing

2

Spentralisation_crossentropie catégorique vs catégorique_crossentropie (keras, précision)

Quel est le meilleur pour la précision ou sont-ils les mêmes? Bien sûr, si vous utilisez categorical_crossentropy vous utilisez un encodage à chaud, et si vous utilisez sparse_categorical_crossentropy vous encodez comme des entiers normaux. De plus, quand est-ce que l'un est meilleur que l'autre?

20 neural-network keras loss-function encoding

1

Faut-il mettre à l'échelle un vecteur chaud avec des attributs numériques

Dans le cas d'une combinaison d'attributs catégoriels et numériques, je convertis généralement les attributs catégoriels en un seul vecteur chaud. Ma question est la suivante: dois-je laisser ces vecteurs tels quels et mettre à l'échelle les attributs numériques par le biais de la normalisation / normalisation, ou dois-je mettre à …

20 feature-engineering feature-scaling data-science-model

4

Données multiclasses déséquilibrées avec XGBoost

J'ai 3 classes avec cette distribution: Class 0: 0.1169 Class 1: 0.7668 Class 2: 0.1163 Et j'utilise xgboostpour la classification. Je sais qu'il y a un paramètre appelé scale_pos_weight. Mais comment est-il géré pour le cas «multiclasse», et comment puis-je le configurer correctement?

20 classification xgboost multiclass-classification unbalanced-classes

2

À quoi contribuent les hyperparamètres alpha et bêta dans l'allocation de Dirichlet latent?

LDA a deux hyperparamètres, leur réglage modifie les sujets induits. Qu'est-ce que les hyperparamètres alpha et bêta contribuent à la LDA? Comment le sujet change-t-il si l'un ou l'autre des hyperparamètres augmente ou diminue? Pourquoi sont-ils des hyperparamètres et pas seulement des paramètres?

19 topic-model lda parameter

1

Qu'est-ce que la distance Hellinger et quand l'utiliser?

Je souhaite savoir ce qui se passe réellement à Hellinger Distance (en termes simples). De plus, je suis également intéressé à savoir quels sont les types de problèmes que nous pouvons utiliser Hellinger Distance? Quels sont les avantages de l'utilisation de Hellinger Distance?

19 machine-learning data-mining text-mining distance

2

Comment obtenir la valeur de p et l'intervalle de confiance dans LogisticRegression avec sklearn?

Je construis une régression logistique multinomiale avec sklearn (LogisticRegression). Mais une fois terminé, comment puis-je obtenir une valeur de p et un intervalle de confiance pour mon modèle? Il semble seulement que sklearn ne fournit que le coefficient et l'interception. Merci beaucoup.

19 scikit-learn logistic-regression

3

Comment effectuer l'ingénierie des fonctionnalités sur des fonctionnalités inconnues?

Je participe à un concours de kaggle. L'ensemble de données comprend environ 100 fonctionnalités et toutes sont inconnues (en termes de ce qu'elles représentent réellement). Fondamentalement, ce ne sont que des chiffres. Les gens effectuent beaucoup d'ingénierie des fonctionnalités sur ces fonctionnalités. Je me demande comment exactement on est capable …

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

2

Catégorisation de texte: combiner différents types de fonctionnalités

Le problème que j'aborde est de classer les textes courts en plusieurs classes. Mon approche actuelle consiste à utiliser les fréquences des termes pondérés tf-idf et à apprendre un classificateur linéaire simple (régression logistique). Cela fonctionne assez bien (environ 90% de macro F-1 sur le test, près de 100% sur …

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

2

Pouvez-vous expliquer la différence entre SVC et LinearSVC dans scikit-learn?

J'ai récemment commencé à apprendre à travailler avec sklearnet je viens de découvrir ce résultat particulier. J'ai utilisé l' digitsensemble de données disponible dans sklearnpour essayer différents modèles et méthodes d'estimation. Lorsque j'ai testé un modèle de machine à vecteurs de support sur les données, j'ai découvert qu'il existe deux …

19 svm scikit-learn

3

Comment générer un ensemble de données synthétique à l'aide d'un modèle d'apprentissage automatique appris avec un ensemble de données original?

Généralement, le modèle d'apprentissage automatique est construit sur des ensembles de données. Je voudrais savoir s'il existe un moyen de générer un ensemble de données synthétique en utilisant un tel modèle d'apprentissage automatique formé en préservant les caractéristiques originales de l'ensemble de données? [données originales -> construire un modèle d'apprentissage …

19 machine-learning dataset

3

Comment créer un graphique radar complexe?

Donc, je veux créer un graphique radar de profil de joueur quelque chose comme ceci: Non seulement l'échelle de chaque variable est différente, mais je veux aussi une échelle inversée pour certaines statistiques comme la statistique «dépossédée», où moins signifie en fait bien. Une solution pour l'échelle variable pour chaque …

19 visualization

3

Comment développer une liste de mots associés en fonction des mots clés initiaux?

J'ai récemment vu une fonctionnalité intéressante qui était auparavant disponible dans Google Sheets: vous commencez par écrire quelques mots clés associés dans des cellules consécutives, par exemple: "bleu", "vert", "jaune", et cela génère automatiquement des mots clés similaires (dans ce cas , autres couleurs). Voir plus d'exemples dans cette vidéo …

19 nlp text-mining freebase