Science des données machine-learning

3

Quelle est la différence entre la descente de gradient et la descente de gradient stochastique?

Quelle est la différence entre la descente de gradient et la descente de gradient stochastique? Je ne les connais pas très bien, pouvez-vous décrire la différence avec un petit exemple?

24 machine-learning neural-network deep-learning gradient-descent

3

Idées de projets de science des données [fermé]

Fermé . Cette question est basée sur l'opinion . Il n'accepte pas actuellement de réponses. Vous souhaitez améliorer cette question? Mettez à jour la question afin d'y répondre avec des faits et des citations en modifiant ce message . Fermé il y a 5 ans . Je ne sais pas …

23 machine-learning bigdata dataset

7

Objectif de visualiser des données de grande dimension?

Il existe de nombreuses techniques pour visualiser des jeux de données de grande dimension, tels que T-SNE, isomap, PCA, PCA supervisé, etc. ". Certaines de ces méthodes d'intégration (apprentissage multiple) sont décrites ici . Mais cette "jolie image" est-elle réellement significative? Quelles informations possibles quelqu'un peut-il saisir en essayant de …

23 machine-learning dimensionality-reduction visualization

6

Des fonctionnalités d'encodage comme le mois et l'heure sont catégorielles ou numériques?

Est-il préférable d'encoder des fonctionnalités comme le mois et l'heure en tant que facteur ou numérique dans un modèle d'apprentissage automatique? D'une part, je pense que l'encodage numérique pourrait être raisonnable, car le temps est un processus progressif (le cinquième mois est suivi du sixième mois), mais d'autre part, je …

23 machine-learning feature-extraction feature-engineering encoding numerical

2

Comment utiliser la sortie de GridSearch?

Je travaille actuellement avec Python et Scikit learn à des fins de classification, et en lisant autour de GridSearch, j'ai pensé que c'était un excellent moyen d'optimiser mes paramètres d'estimateur pour obtenir les meilleurs résultats. Ma méthodologie est la suivante: Divisez mes données en formation / test. Utilisez GridSearch avec …

23 machine-learning cross-validation

3

Transformation des fonctionnalités sur les données d'entrée

Je lisais la solution à ce défi OTTO Kaggle et la première solution semble utiliser plusieurs transformations pour les données d'entrée X, par exemple Log (X + 1), sqrt (X + 3/8), etc. des directives générales sur le moment d'appliquer quelles transformations types à divers classificateurs? Je comprends les concepts …

22 machine-learning feature-extraction feature-scaling

6

Bases de l'apprentissage en profondeur

Je recherche un article détaillant les fondements mêmes de l'apprentissage profond. Idéalement comme le cours Andrew Ng pour l'apprentissage en profondeur. Savez-vous où je peux trouver ça?

22 machine-learning deep-learning

6

Pourquoi les réseaux de neurones convolutionnels fonctionnent-ils?

J'ai souvent entendu des gens dire que les raisons pour lesquelles les réseaux de neurones convolutionnels sont encore mal compris. Est-il connu que les réseaux de neurones convolutifs finissent toujours par apprendre des fonctionnalités de plus en plus sophistiquées au fur et à mesure que nous remontons les couches? Qu'est-ce …

22 machine-learning neural-network deep-learning convnet cnn

2

Comment calculer le mAP pour la tâche de détection du PASCAL VOC Challenge?

Comment calculer la mAP (moyenne moyenne de précision) pour la tâche de détection pour les classements Pascal VOC? http://host.robots.ox.ac.uk:8080/leaderboard/displaylb.php?challengeid=11&compid=4 Il a dit - à la page 11 : http://homepages.inf.ed.ac.uk/ckiw/postscript/ijcv_voc09.pdf Précision moyenne (AP). Pour le défi VOC2007, la précision moyenne interpolée (Salton et Mcgill 1986) a été utilisée pour évaluer à …

22 machine-learning neural-network svm computer-vision object-recognition

5

Les algorithmes d'arbre de décision sont-ils linéaires ou non linéaires

Récemment, un de mes amis a été demandé si les algorithmes d'arbre de décision sont des algorithmes linéaires ou non linéaires dans une interview. J'ai essayé de chercher des réponses à cette question mais je n'ai trouvé aucune explication satisfaisante. Quelqu'un peut-il répondre et expliquer la solution à cette question? …

21 machine-learning classification decision-trees algorithms pac-learning

4

La descente en pente converge-t-elle toujours vers un optimum?

Je me demande s'il existe un scénario dans lequel la descente en pente ne converge pas au minimum. Je suis conscient que la descente en pente n'est pas toujours garantie de converger vers un optimum global. Je suis également conscient qu'il peut s'écarter d'un optimum si, par exemple, la taille …

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

4

Comment obtenir précision, F1, précision et rappel, pour un modèle à kéros?

Je veux calculer la précision, le rappel et le score F1 pour mon modèle binaire KerasClassifier, mais je ne trouve aucune solution. Voici mon code actuel: # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3, random_state=seed) # Build the model model = Sequential() …

21 machine-learning neural-network deep-learning classification keras

3

Différence entre OrdinalEncoder et LabelEncoder

Je parcourais la documentation officielle de scikit-learn learn après avoir parcouru un livre sur ML et suis tombé sur la chose suivante: Dans la documentation, il est donné à propos sklearn.preprocessing.OrdinalEncoder()alors que dans le livre, il a été donné sklearn.preprocessing.LabelEncoder(), lorsque j'ai vérifié leur fonctionnalité, il me semblait la même …

21 machine-learning python scikit-learn preprocessing encoding

1

Que signifie «partager les paramètres entre les fonctionnalités et les classes»

Lors de la lecture de cet article , une ligne indique que "les classificateurs linéaires ne partagent pas les paramètres entre les fonctionnalités et les classes". Quelle est la signification de cette déclaration? Cela signifie-t-il que les classificateurs linéaires tels que la régression logistique ont besoin de caractéristiques qui sont …

20 machine-learning logistic-regression multilabel-classification

3

StandardScaler avant et après le fractionnement des données

Lorsque je lisais sur l'utilisation StandardScaler, la plupart des recommandations disaient que vous devriez utiliser StandardScaler avant de diviser les données en train / test, mais lorsque je vérifiais certains des codes publiés en ligne (en utilisant sklearn), il y avait deux utilisations principales. 1- Utilisation StandardScalersur toutes les données. …

20 machine-learning scikit-learn preprocessing

Questions marquées «machine-learning»