Science des données

1

Quelle est la différence entre xgboost binary: logistic et reg: logistic

Quelle est la différence de R dans xgboost entre binaire: logistique et reg: logistique? Est-ce uniquement dans la mesure d'évaluation? Si oui, comment RMSE sur la classification binaire se compare-t-il au taux d'erreur? La relation entre les métriques est-elle plus ou moins monotone, la sortie du réglage sur une métrique …

11 r logistic-regression xgboost

6

Excel est-il suffisant pour la science des données?

Je suis en train de me préparer à enseigner un cours d'introduction à la science des données en utilisant le langage de programmation R. Mon public est composé d'étudiants de premier cycle spécialisés dans les matières commerciales. Un étudiant de premier cycle en entreprise n'a pas d'expérience en programmation informatique, …

10 programming excel

1

Effet de NE PAS changer le poids des filtres de CNN pendant le backprop

Quel est l'effet de NE PAS changer le poids des filtres d'un CNN pendant la rétropropagation? J'ai modifié uniquement les poids de couche entièrement connectés lors de la formation sur l'ensemble de données MNIST et j'ai toujours atteint une précision de près de 99%.

10 machine-learning cnn mnist

2

Régression linéaire et mise à l'échelle des données

Le graphique suivant montre les coefficients obtenus par régression linéaire (avec mpgcomme variable cible et tous les autres comme prédicteurs). Pour le jeu de données mtcars ( ici et ici ) avec et sans mise à l'échelle des données: Comment interpréter ces résultats? Les variables hpet ne dispsont significatives que …

10 feature-selection linear-regression feature-scaling

3

Meilleures langues pour le calcul scientifique [fermé]

Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 5 ans . Il semble que la plupart des …

10 efficiency statistics tools knowledge-base machine-learning neural-network deep-learning optimization hyperparameter machine-learning time-series categorical-data logistic-regression python visualization bigdata efficiency classification binary svm random-forest logistic-regression data-mining sql experiments bigdata efficiency performance scalability distributed bigdata nlp statistics education knowledge-base definitions machine-learning recommender-system evaluation efficiency algorithms parameter efficiency scalability sql statistics visualization knowledge-base education machine-learning r python r text-mining sentiment-analysis machine-learning machine-learning python neural-network statistics reference-request machine-learning data-mining python classification data-mining bigdata usecase apache-hadoop map-reduce aws education feature-selection machine-learning machine-learning sports data-formats hierarchical-data-format bigdata apache-hadoop bigdata apache-hadoop python visualization knowledge-base classification confusion-matrix accuracy bigdata apache-hadoop bigdata efficiency apache-hadoop distributed machine-translation nlp metadata data-cleaning text-mining python pandas machine-learning python pandas scikit-learn bigdata machine-learning databases clustering data-mining recommender-system

3

Arrêt précoce en cas de perte de validation ou d'exactitude?

Je forme actuellement un réseau de neurones et je ne peux pas décider lequel utiliser pour implémenter mes critères d'arrêt précoce: perte de validation ou une métrique comme précision / f1score / auc / quoi que ce soit calculé sur l'ensemble de validation. Dans mes recherches, je suis tombé sur …

10 machine-learning neural-network deep-learning classification

3

Comment puis-je faire une classification avec des données catégorielles qui ne sont pas fixes?

J'ai un problème de classification avec les données catégorielles et numériques. Le problème auquel je suis confronté est que mes données catégorielles ne sont pas fixes, cela signifie que le nouveau candidat dont je veux prédire l'étiquette peut avoir une nouvelle catégorie qui n'a pas été observée au préalable. Par …

10 machine-learning classification categorical-data

1

Utilisation de RNN (LSTM) pour le système de reconnaissance des gestes

J'essaie de construire un système de reconnaissance des gestes pour classer les gestes ASL (American Sign Language) , donc mon entrée est censée être une séquence d'images provenant d'une caméra ou d'un fichier vidéo, puis elle détecte la séquence et la mappe à sa correspondance cours (dormir, aider, manger, courir, …

10 neural-network deep-learning keras rnn lstm

3

XGboost - Choix fait par modèle

J'utilise XGboost pour prédire une variable cible 2 classes sur les demandes d'assurance. J'ai un modèle (formation avec validation croisée, réglage d'hyper paramètres etc ...) que je lance sur un autre jeu de données. Ma question est : existe-t-il un moyen de savoir pourquoi une revendication donnée a été affectée …

10 xgboost

4

Est-ce une bonne pratique d'ingénierie des fonctionnalités?

J'ai une question pratique sur l'ingénierie des fonctionnalités ... disons que je veux prédire les prix des logements en utilisant la régression logistique et en utilisant un tas de fonctionnalités, y compris le code postal. Ensuite, en vérifiant l'importance des fonctionnalités, je me rends compte que le zip est une …

10 logistic-regression feature-engineering feature-construction

5

Segmentation d'image non supervisée

J'essaie de mettre en œuvre un algorithme où étant donné une image avec plusieurs objets sur une table plane, souhaitée est la sortie de masques de segmentation pour chaque objet. Contrairement aux CNN, l'objectif ici est de détecter des objets dans un environnement inconnu. Quelles sont les meilleures approches à …

10 machine-learning deep-learning cnn computer-vision object-detection

1

Keras LSTM avec série temporelle 1D

J'apprends à utiliser Keras et j'ai eu un succès raisonnable avec mon ensemble de données étiqueté en utilisant les exemples de Deep Learning pour Python de Chollet . L'ensemble de données est ~ 1000 séries temporelles de longueur 3125 avec 3 classes potentielles. Je voudrais aller au-delà des couches denses …

10 python deep-learning time-series lstm rnn

2

Essayer d'utiliser TensorFlow pour prédire les données de séries chronologiques financières

Je suis nouveau sur ML et TensorFlow (j'ai commencé il y a quelques heures) et j'essaie de l'utiliser pour prédire les prochains points de données d'une série chronologique. Je prends ma contribution et je fais cela avec: /----------- x ------------\ .-------------------------------. | 0 | 1 | 2 | 3 | …

10 machine-learning python time-series tensorflow rnn

1

Qu'est-ce que le «nouvel algorithme d'apprentissage par renforcement» dans AlphaGo Zero?

Pour une raison quelconque, AlphaGo Zero ne reçoit pas autant de publicité que l'AlphaGo original, malgré ses résultats incroyables. Partant de zéro, il a déjà battu AlphaGo Master et a dépassé de nombreux autres critères. Encore plus incroyable, cela se fait en 40 jours. Google le nomme "sans doute le …

10 machine-learning deep-learning

2

Pourquoi la formation prend-elle autant de temps sur mon GPU?

Détails: GPU : GTX 1080 Formation : ~ 1,1 million d'images appartenant à 10 classes Validation : ~ 150 mille images appartenant à 10 classes Temps par époque : ~ 10 heures J'ai configuré CUDA, cuDNN et Tensorflow (GPU Tensorflow également). Je ne pense pas que mon modèle soit si …

10 machine-learning python keras