J'essaie de trouver une formule, une méthode ou un modèle à utiliser pour analyser la probabilité qu'un événement spécifique ait influencé certaines données longitudinales. J'ai du mal à trouver quoi rechercher sur Google. Voici un exemple de scénario: Imaginez que vous possédez une entreprise qui compte en moyenne 100 clients …
Les fonctions d'activation sont utilisées pour introduire des non-linéarités dans la sortie linéaire du type w * x + bdans un réseau neuronal. Ce que je peux comprendre intuitivement pour les fonctions d'activation comme sigmoïde. Je comprends les avantages de ReLU, qui évite les neurones morts pendant la rétropropagation. Cependant, …
J'ai lu DeepMind Atari Google document et je suis en train de comprendre le concept de « replay expérience ». La relecture d'expérience apparaît dans de nombreux autres articles d'apprentissage par renforcement (en particulier, le papier AlphaGo), donc je veux comprendre comment cela fonctionne. Voici quelques extraits. Premièrement, nous avons …
Fermé . Cette question a besoin de détails ou de clarté . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Ajoutez des détails et clarifiez le problème en modifiant ce message . Fermé il y a 3 ans . Je travaille sur un jeu de données fictif avec …
Du code Tensorflow : Tensorflow. RnnCell. num_units: int, The number of units in the LSTM cell. Je ne peux pas comprendre ce que cela signifie. Quelles sont les unités de la cellule LSTM. Entrée, sortie et oublier les portes? Cela signifie-t-il «nombre d'unités dans la couche de projection récurrente pour …
Supposons que j'ai une trame de données 5 * 3 dans laquelle la troisième colonne contient une valeur manquante 1 2 3 4 5 NaN 7 8 9 3 2 NaN 5 6 NaN J'espère générer de la valeur pour la règle basée sur la valeur manquante que le premier …
Je me demandais comment devons-nous décider du nombre de nœuds dans les couches cachées et du nombre de couches cachées à mettre lorsque nous construisons une architecture de réseau neuronal. Je comprends que la couche d'entrée et de sortie dépend de l'ensemble de formation que nous avons, mais comment décider …
Je recherche actuellement des ensembles de données étiquetés pour former un modèle pour extraire des entités nommées à partir de texte informel (quelque chose de similaire aux tweets). Parce que la capitalisation et la grammaire font souvent défaut dans les documents de mon jeu de données, je recherche des données …
En travaillant sur l'analyse exploratoire des données et en développant des algorithmes, je trouve que la plupart de mon temps est consacré à un cycle de visualisation, d'écriture de code, d'exécution sur un petit ensemble de données, de répétition. Les données que j'ai ont tendance à être des trucs de …
Ayant beaucoup de documents texte (en langage naturel, non structurés), quelles sont les façons possibles de les annoter avec des métadonnées sémantiques? Par exemple, considérons un court document: I saw the company's manager last day. Pour pouvoir en extraire des informations, celles-ci doivent être annotées avec des données supplémentaires pour …
J'essaie de chercher un bon argument sur la raison pour laquelle on utiliserait la distance de Manhattan sur la distance euclidienne dans le Machine Learning. La chose la plus proche que j'ai trouvée pour un bon argument jusqu'à présent est sur cette conférence du MIT . À 36h15, vous pouvez …
Je suis novice en apprentissage automatique et en kéros et je travaille actuellement sur un problème de classification d'images multi-classes en utilisant des kéros. L'entrée est l'image balisée. Après un certain prétraitement, les données d'entraînement sont représentées dans la liste Python comme: [["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]] «chien», «chat» et …
J'ai récemment rencontré les termes Word2Vec , Sentence2Vec et Doc2Vec et un peu confus car je suis nouveau dans la sémantique vectorielle. Quelqu'un peut-il expliquer les différences entre ces méthodes en termes simples? Quelles sont les tâches les plus adaptées à chaque méthode?
Existe-t-il des significations pour les dimensions d'un encastrement en T-SNE? Comme avec PCA, nous avons ce sens de maximisations de variance linéairement transformées, mais pour t-sne y a-t-il une intuition en plus de l'espace que nous définissons pour la cartographie et la minimisation de la distance KL?
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.