Science des données machine-learning

2

Données de grande dimension: quelles sont les techniques utiles à connaître?

En raison de diverses malédictions de dimensionnalité , la précision et la vitesse de nombreuses techniques prédictives courantes se dégradent sur des données de grande dimension. Quelles sont les techniques / astuces / heuristiques les plus utiles qui aident à gérer efficacement les données de grande dimension? Par exemple, Certaines …

14 machine-learning statistics dimensionality-reduction

3

Redimensionnement et remplissage d'image pour CNN

Je veux former un CNN pour la reconnaissance d'image. Les images pour la formation n'ont pas de taille fixe. Je veux que la taille d'entrée pour le CNN soit 50x100 (hauteur x largeur), par exemple. Lorsque je redimensionne des images de petite taille (par exemple 32x32) à la taille d'entrée, …

14 machine-learning image-classification preprocessing image-recognition

3

Avantages d'empiler des LSTM?

Je me demande dans quelles situations il est avantageux d'empiler des LSTM?

14 machine-learning neural-network deep-learning lstm

3

Que signifie la sortie de la fonction model.predict de Keras?

J'ai construit un modèle LSTM pour prédire les questions en double sur le jeu de données officiel Quora. Les étiquettes de test sont 0 ou 1. 1 indique que la paire de questions est en double. Après avoir construit le modèle à l'aide model.fit, je teste le modèle à l'aide …

14 machine-learning python neural-network keras lstm

4

Gradient Descent est-il au centre de chaque optimiseur?

Je veux savoir si la descente en gradient est le principal algorithme utilisé dans les optimiseurs comme Adam, Adagrad, RMSProp et plusieurs autres optimiseurs.

13 machine-learning neural-network deep-learning optimization gradient-descent

1

XGBRegressor vs xgboost.train énorme différence de vitesse?

Si je forme mon modèle en utilisant le code suivant: import xgboost as xg params = {'max_depth':3, 'min_child_weight':10, 'learning_rate':0.3, 'subsample':0.5, 'colsample_bytree':0.6, 'obj':'reg:linear', 'n_estimators':1000, 'eta':0.3} features = df[feature_columns] target = df[target_columns] dmatrix = xg.DMatrix(features.values, target.values, feature_names=features.columns.values) clf = xg.train(params, dmatrix) il se termine en environ 1 minute. Si je forme mon …

13 machine-learning python decision-trees xgboost efficiency

2

Régression linéaire avec fonction de coût non symétrique?

Je veux prédire une valeur et j'essaie d'obtenir une prédiction qui optimise entre être aussi bas que possible, mais toujours plus grand que . En d'autres termes: Y ( x ) Y ( x ) coût { Y ( x ) ≳ Y ( x ) } > > coût …

13 machine-learning logistic-regression

3

Avec une classe déséquilibrée, dois-je utiliser le sous-échantillonnage sur mes jeux de données de validation / test?

Je suis un débutant en apprentissage automatique et je suis confronté à une situation. Je travaille sur un problème d'enchères en temps réel, avec l'ensemble de données IPinYou et j'essaie de faire une prédiction de clic. Le fait est que, comme vous le savez peut-être, l'ensemble de données est très …

13 machine-learning dataset sampling

1

Quelle est la différence entre la génération et l'extraction de fonctionnalités?

Quelqu'un peut-il me dire quel est le but de la génération de fonctionnalités? et pourquoi l'enrichissement de l'espace des fonctionnalités est nécessaire avant de classer une image? Est-ce une étape nécessaire? Existe-t-il une méthode pour enrichir l'espace des fonctionnalités?

13 machine-learning classification

2

Visualisation de la formation du réseau neuronal profond

J'essaie de trouver un équivalent de diagrammes de Hinton pour les réseaux multicouches pour tracer les poids pendant l'entraînement. Le réseau formé est quelque peu similaire à un SRN profond, c'est-à-dire qu'il a un grand nombre de matrices de poids multiples, ce qui rendrait l'intrigue simultanée de plusieurs diagrammes de …

13 machine-learning neural-network visualization deep-learning

2

Quelles fonctionnalités sont généralement utilisées à partir des arbres d'analyse dans le processus de classification en PNL?

J'explore différents types de structures d'arbres d'analyse. Les deux structures d'arbre d'analyse largement connues sont: a) l'arbre d'analyse basé sur les circonscriptions et b) les structures d'arbre d'analyse basées sur les dépendances. Je suis capable d'utiliser les deux types de structures d'arbre d'analyse en utilisant le package Stanford NLP. Cependant, …

13 machine-learning nlp feature-selection feature-extraction

4

Étudier les algorithmes d'apprentissage automatique: profondeur de la compréhension par rapport au nombre d'algorithmes

Récemment, j'ai été initié au domaine de la science des données (cela fait environ 6 mois), et j'ai commencé le voyage avec Machine Learning Course par Andrew Ng et un poste qui a commencé à travailler sur la spécialisation en science des données par JHU. Sur le plan des applications …

13 machine-learning

5

Pourquoi l'ajout d'une couche d'abandon améliore-t-il les performances d'apprentissage profond / machine, étant donné que l'abandon supprime certains neurones du modèle?

Si la suppression de certains neurones donne un modèle plus performant, pourquoi ne pas utiliser un réseau neuronal plus simple avec moins de couches et moins de neurones en premier lieu? Pourquoi construire un modèle plus grand et plus compliqué au début et en supprimer des parties plus tard?

13 machine-learning deep-learning keras regularization dropout

3

Comment choisir un classifieur après validation croisée?

Lorsque nous effectuons une validation croisée k, devons-nous simplement utiliser le classificateur qui a la plus haute précision de test? Quelle est généralement la meilleure approche pour obtenir un classifieur à partir d'une validation croisée?

13 machine-learning cross-validation

1

Quelle est la différence entre un encodage à chaud et un encodage à exclure?

Je lis une présentation et il recommande de ne pas utiliser l'encodage de sortie, mais il est correct avec un encodage à chaud. Je pensais qu'ils étaient tous les deux identiques. Quelqu'un peut-il décrire les différences entre eux?

13 machine-learning data-mining feature-selection feature-extraction feature-engineering

Questions marquées «machine-learning»