Science des données

3

Construire un classificateur binaire avec uniquement des données positives et sans étiquette

J'ai 2 jeux de données, un avec des instances positives de ce que je voudrais détecter et un avec des instances sans étiquette. Quelles méthodes puis-je utiliser? Par exemple, supposons que nous voulons comprendre la détection des e-mails de spam sur la base de quelques caractéristiques structurées des e-mails. Nous …

11 classification semi-supervised-learning

5

Comment fusionner des données mensuelles, quotidiennes et hebdomadaires?

Google Trends renvoie des données hebdomadaires, je dois donc trouver un moyen de les fusionner avec mes données quotidiennes / mensuelles. Ce que j'ai fait jusqu'à présent, c'est de décomposer chaque série en données quotidiennes, par exemple: de: 2013-03-03 - 2013-03-09 37 à: 2013-03-03 37 2013-03-04 37 2013-03-05 37 2013-03-06 …

11 time-series

2

Résoudre un système d'équations avec des données clairsemées

J'essaie de résoudre un ensemble d'équations qui a 40 variables indépendantes (x1, ..., x40) et une variable dépendante (y). Le nombre total d'équations (nombre de lignes) est ~ 300, et je veux résoudre pour l'ensemble des 40 coefficients qui minimise l'erreur totale de somme des carrés entre y et la …

11 machine-learning regression algorithms genetic

4

Technique d'extraction de fonctionnalités - Synthèse d'une séquence de données

Je construis souvent un modèle (classification ou régression) où j'ai des variables prédictives qui sont des séquences et j'ai essayé de trouver des recommandations techniques pour les résumer de la meilleure façon possible pour les inclure comme prédicteurs dans le modèle. À titre d'exemple concret, disons qu'un modèle est en …

11 machine-learning feature-selection time-series

4

Algorithme de génération de règles de classification

Nous avons donc un potentiel pour une application d'apprentissage automatique qui s'intègre assez bien dans le domaine de problème traditionnel résolu par les classificateurs, c'est-à-dire que nous avons un ensemble d'attributs décrivant un élément et un "compartiment" dans lequel ils se retrouvent. Cependant, plutôt que de créer des modèles de …

11 machine-learning classification

4

Le GLM est-il un modèle statistique ou d'apprentissage automatique?

Je pensais que le modèle linéaire généralisé (GLM) serait considéré comme un modèle statistique, mais un ami m'a dit que certains articles le classaient comme une technique d'apprentissage automatique. Laquelle est vraie (ou plus précise)? Toute explication serait appréciée.

11 machine-learning statistics glm

3

Les algorithmes de réduction de carte écrits pour MongoDB peuvent-ils être portés vers Hadoop ultérieurement?

Dans notre entreprise, nous avons une base de données MongoDB contenant un grand nombre de données non structurées, sur lesquelles nous devons exécuter des algorithmes de réduction de carte pour générer des rapports et d'autres analyses. Nous avons le choix entre deux approches pour la mise en œuvre des analyses …

11 scalability apache-hadoop map-reduce mongodb

2

Abandon sur quelles couches de LSTM?

En utilisant un multicouche LSTMavec dropout, est-il conseillé de mettre le dropout sur tous les calques cachés ainsi que sur les calques Denses en sortie? Dans l'article de Hinton (qui proposait Dropout), il ne plaçait Dropout que sur les couches Denses, mais c'était parce que les couches internes cachées étaient …

11 neural-network lstm rnn dropout stacked-lstm

1

Comment utiliser la propagation d'étiquettes Scikit-Learn sur des données structurées graphiquement?

Dans le cadre de mes recherches, je m'intéresse à la propagation d'étiquettes sur un graphe. Je suis particulièrement intéressé par ces deux méthodes: Xiaojin Zhu et Zoubin Ghahramani. Apprendre à partir de données étiquetées et non étiquetées avec propagation d'étiquettes. Rapport technique CMU-CALD-02-107, Université Carnegie Mellon, 2002 http://pages.cs.wisc.edu/~jerryzhu/pub/CMU-CALD-02-107.pdf Dengyong Zhou, …

11 scikit-learn graphs

1

Faire fonctionner Keras sur un système CPU multi-machine multi-core

Je travaille sur le modèle Seq2Seq en utilisant LSTM de Keras (en utilisant l'arrière-plan de Theano) et je voudrais paralléliser les processus, car même peu de Mo de données nécessitent plusieurs heures de formation. Il est clair que les GPU sont bien meilleurs en parallélisation que les CPU. Pour le …

11 tensorflow keras theano parallel

3

Quelle est la différence entre un vectoriseur de hachage et un vectoriseur tfidf

Je convertis un corpus de documents texte en vecteurs de mots pour chaque document. J'ai essayé ceci en utilisant un TfidfVectorizer et un HashingVectorizer Je comprends qu'un a HashingVectorizerne prend pas en compte les IDFscores comme un le TfidfVectorizerfait. La raison pour laquelle je travaille toujours avec HashingVectorizerest la flexibilité …

11 nlp scikit-learn text-mining tfidf

3

TensorFlow est-il une bibliothèque complète d'apprentissage automatique?

Je suis nouveau sur TensorFlow et j'ai besoin de comprendre les capacités et les défauts de TensorFlow avant de pouvoir l'utiliser. Je sais qu'il s'agit d'un cadre d'apprentissage en profondeur, mais en dehors de celui que d'autres algorithmes d'apprentissage automatique peuvent utiliser avec le flux tensoriel. Par exemple, pouvons-nous utiliser …

11 machine-learning

3

Réseaux de neurones - Corrélation de perte et de précision

Je suis un peu confus par la coexistence de métriques de perte et de précision dans les réseaux neuronaux. Les deux sont censés rendre la « rigueur » de la comparaison yyy et y , sont - ils pas? Alors, l'application des deux n'est-elle pas redondante dans les périodes d'entraînement? …

11 neural-network evaluation

2

Question sur les biais dans les réseaux convolutifs

J'essaie de comprendre combien de poids et de biais sont nécessaires pour CNN. Disons que j'ai une image (3, 32, 32) et que je souhaite appliquer un filtre (32, 5, 5). Pour chaque carte d'entités, j'ai des poids 5x5, donc je devrais avoir 3 paramètres (5x5) x 32. Maintenant, je …

11 deep-learning convnet backpropagation

4

Lequel en premier: analyse comparative des algorithmes, sélection des fonctionnalités, réglage des paramètres?

En essayant de faire par exemple une classification, mon approche est actuellement de essayez d'abord différents algorithmes et comparez-les effectuer la sélection des fonctionnalités sur le meilleur algorithme parmi 1 régler les paramètres en utilisant les fonctionnalités et l'algorithme sélectionnés Cependant, je ne peux souvent pas me convaincre qu'il peut …

11 feature-selection parameter-estimation