Science des données

3

La direction des bords dans un réseau Bayes n'est-elle pas pertinente?

Aujourd'hui, dans une conférence, il a été affirmé que la direction des bords dans un réseau Bayes n'a pas vraiment d'importance. Ils n'ont pas à représenter la causalité. Il est évident que vous ne pouvez pas commuter un seul front dans un réseau Bayes. Par exemple, supposons que avec et …

10 bayesian-networks

2

ggvis vs ggplot2 + brillant; lequel choisir pour la visualisation interactive?

Il y a une question similaire ici dans CrossValidated, et j'ai lu les réponses. Ma question est un peu différente. Je ne veux pas simplement visualiser mes données, et en effet ce que je veux visualiser n'est pas facile à visualiser avec l'un ou l'autre des packages. J'ai deux ensembles …

10 r visualization ggplot2

2

Tests de logiciels pour la science des données dans R

J'utilise souvent Nose, Tox ou Unittest lorsque je teste mon code python, spécialement lorsqu'il doit être intégré à d'autres modules ou à d'autres morceaux de code. Cependant, maintenant que je me suis retrouvé à utiliser R plus que python pour la modélisation et le développement ML. J'ai réalisé que je …

10 r software-development

2

Comment les IA apprennent-elles à agir lorsque l'espace problématique est trop grand

J'apprends mieux par l'expérimentation et l'exemple. J'apprends sur les réseaux de neurones et j'ai (ce que je pense) une assez bonne compréhension de la classification et de la régression ainsi que de l'apprentissage supervisé et non supervisé, mais je suis tombé sur quelque chose que je n'arrive pas à comprendre; …

10 machine-learning neural-network

1

Analyse du journal du serveur à l'aide de l'apprentissage automatique

On m'a confié cette tâche pour analyser les journaux du serveur de notre application qui contient les journaux d'exceptions, les journaux des événements, les journaux de base de données, etc. Je suis nouveau dans l'apprentissage automatique, nous utilisons Spark avec recherche élastique et Sparks MLlib (ou PredictionIO). Le résultat serait …

10 machine-learning predictive-modeling apache-spark

1

Convergence dans la méthode k-means de Hartigan-Wong et d'autres algorithmes

J'ai essayé de comprendre les différents algorithmes de clustering k-means principalement qui sont implémentés dans le statspackage du Rlangage. Je comprends l'algorithme de Lloyd et l'algorithme en ligne de MacQueen. La façon dont je les comprends est la suivante: Algorithme de Lloyd: Initialement, on choisit des observations aléatoires «k» qui …

10 r clustering k-means

2

Apprentissage par renforcement coopératif

J'ai déjà une implémentation fonctionnelle pour un seul agent travaillant sur un problème de tarification dynamique dans le but de maximiser les revenus. Le problème avec lequel je travaille, cependant, implique plusieurs produits différents qui se remplacent les uns les autres, donc leur tarification dynamique avec des apprenants indépendants semble …

10 machine-learning reinforcement-learning

1

Transformer les encodeurs automatiques

Je viens de lire l'article de Geoff Hinton sur la transformation des encodeurs automatiques Hinton, Krizhevsky et Wang: Transformer les auto-encodeurs . Dans Artificial Neural Networks and Machine Learning, 2011. et je voudrais bien jouer avec quelque chose comme ça. Mais après l'avoir lu, je n'ai pas pu obtenir suffisamment …

10 neural-network deep-learning autoencoder

1

Problème de classification de texte: Word2Vec / NN est-il la meilleure approche?

Je cherche à concevoir un système qui compte tenu d'un paragraphe de texte pourra le catégoriser et identifier le contexte: Est formé aux paragraphes de texte générés par l'utilisateur (comme les commentaires / questions / réponses) Chaque élément de l'ensemble de formation sera étiqueté avec. Ainsi, par exemple ("catégorie 1",, …

10 neural-network text-mining multiclass-classification word-embeddings

2

Création de nouvelles colonnes en itérant sur les lignes dans la trame de données pandas

J'ai une trame de données pandas (X11) comme celle-ci: en réalité, j'ai 99 colonnes jusqu'à dx99 dx1 dx2 dx3 dx4 0 25041 40391 5856 0 1 25041 40391 25081 5856 2 25041 40391 42822 0 3 25061 40391 0 0 4 25041 40391 0 5856 5 40391 25002 5856 3569 …

10 python data-cleaning pandas anaconda

5

LSTM ou autre package RNN pour R

J'ai vu un résultat impressionnant de modèles LSTM produisant Shakespeare comme des textes. Je me demandais si un package LSTM existe pour R. Je l'ai recherché sur Google, mais je n'ai trouvé que des packages pour Python et Julia. (Peut-être qu'il y a un problème de performances qui explique pourquoi …

10 r neural-network rnn

7

Les projets de science des données expliqués étape par étape?

Je recherche un site internet ou un livre où plusieurs exemples pratiques sont donnés pas à pas, expliquant comment ils choisissent les fonctionnalités pertinentes, la procédure de sélection des modèles, etc ...

10 machine-learning feature-selection

3

Quel est le plus rapide: PostgreSQL vs MongoDB sur de grands ensembles de données JSON?

J'ai un grand ensemble de données avec des objets JSON de 9 m à environ 300 octets chacun. Ce sont des publications d'un agrégateur de liens: essentiellement des liens (une URL, un titre et un identifiant d'auteur) et des commentaires (texte et identifiant d'auteur) + des métadonnées. Ils peuvent très …

10 data-mining bigdata databases sql mongodb

1

Plusieurs étiquettes dans l'algorithme d'apprentissage supervisé

J'ai un corpus de texte avec un sujet correspondant. Par exemple "A rapper Tupac was shot in LA", il a été étiqueté comme ["celebrity", "murder"]. Donc, fondamentalement, chaque vecteur d'entités peut avoir plusieurs étiquettes (pas la même quantité. Le premier vecteur d'entités peut avoir 3 étiquettes, la seconde 1, la …

10 machine-learning text-mining

1

Spark, divisant de manière optimale un seul RDD en deux

J'ai un grand ensemble de données que je dois diviser en groupes selon des paramètres spécifiques. Je veux que le travail soit traité aussi efficacement que possible. Je peux imaginer deux façons de le faire Option 1 - Créer une carte à partir du RDD et du filtre d'origine def …

10 apache-spark pyspark