Ciencia de los datos

Cerrada . Esta pregunta necesita detalles o claridad . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Agregue detalles y aclare el problema editando esta publicación . Cerrado hace 3 años . Estoy trabajando en un conjunto de datos ficticio con 25 características. Dos de las características son la …

18 machine-learning  python  feature-engineering  feature-scaling  normalization 

He estado usando redes neuronales por un tiempo ahora. Sin embargo, una cosa con la que lucho constantemente es la selección de un optimizador para entrenar la red (usando backprop). Lo que generalmente hago es comenzar con uno (por ejemplo, SGD estándar) y luego probar otros más de manera bastante …

18 neural-network  optimization  backpropagation 

Estoy trabajando en un desafío de Kaggle donde algunas variables están representadas por filas en lugar de columnas (Telstra Network Disruption). Actualmente estoy buscando el equivalente de recolectar (), separar () y difundir (), que se puede encontrar en la herramienta R tidyr.

18 r  python  dataset  data-cleaning  pandas 

Soy bastante nuevo en las redes neuronales, pero entiendo bastante bien el álgebra lineal y las matemáticas de la convolución. Estoy tratando de entender el código de ejemplo que encuentro en varios lugares de la red para entrenar un NN convolucional Keras con datos MNIST para reconocer dígitos. Mi expectativa …

18 convnet  keras 

De Keras RNN Tutorial: "Los RNN son complicados. La elección del tamaño del lote es importante, la elección de la pérdida y el optimizador es crítica, etc. Algunas configuraciones no convergen". Entonces, esta es una pregunta más general sobre cómo ajustar los hiperparámetros de un LSTM-RNN en Keras. Me gustaría …

18 python  neural-network  deep-learning  keras  hyperparameter 

El documento Profundizando en convoluciones describe GoogleNet que contiene los módulos de inicio originales: El cambio al inicio v2 fue que reemplazaron las convoluciones 5x5 por dos convoluciones sucesivas 3x3 y la agrupación aplicada: ¿Cuál es la diferencia entre Inception v2 e Inception v3?

18 image-classification  convnet  computer-vision  inception 

Si tengo una tienda minorista y tengo una manera de medir cuántas personas ingresan a mi tienda cada minuto y marcan la hora de esos datos, ¿cómo puedo predecir el tráfico peatonal futuro? He examinado los algoritmos de aprendizaje automático, pero no estoy seguro de cuál usar. En mis datos …

18 machine-learning  time-series 

En mi clase, tengo que crear una aplicación usando dos clasificadores para decidir si un objeto en una imagen es un ejemplo de phylum porifera (seasponge) o algún otro objeto. Sin embargo, estoy completamente perdido cuando se trata de técnicas de extracción de características en Python. Mi asesor me convenció …

18 python  feature-extraction  image-recognition 

Tengo dos oraciones, S1 y S2, ambas con un recuento de palabras (generalmente) por debajo de 15. Cuáles son los algoritmos más útiles y exitosos (aprendizaje automático), que posiblemente sean fáciles de implementar (la red neuronal está bien, a menos que la arquitectura sea tan complicada como Google Inception, etc.). …

18 nlp  clustering  word2vec  similarity 

Escuché a Andrew Ng (en un video que desafortunadamente ya no puedo encontrar) hablar sobre cómo la comprensión de los mínimos locales en problemas de aprendizaje profundo ha cambiado en el sentido de que ahora se consideran menos problemáticos porque en espacios de alta dimensión (encontrados en aprendizaje profundo) es …

18 machine-learning  deep-learning  optimization  convergence 

Estoy tratando de eliminar palabras de detención antes de realizar el modelado de temas. Noté que algunas palabras de negación (no, ni, nunca, ninguna, etc.) generalmente se consideran palabras vacías. Por ejemplo, NLTK, spacy y sklearn incluyen "no" en sus listas de palabras de detención. Sin embargo, si eliminamos "no" …

18 nlp  topic-model  sentiment-analysis 

Me gustaría hacer una reducción de dimensionalidad en casi 1 millón de vectores cada uno con 200 dimensiones ( doc2vec). Estoy usando la TSNEimplementación del sklearn.manifoldmódulo para él y el principal problema es la complejidad del tiempo. Incluso con method = barnes_hut, la velocidad de cálculo sigue siendo baja. Algún …

18 python  bigdata  nlp  scikit-learn  dimensionality-reduction 

Estaba revisando el documento BERT que usa GELU (Unidad lineal de error gaussiano) que establece la ecuación como que a su vez se aproxima aGELU(x)=xP(X≤x)=xΦ(x).GELU(x)=xP(X≤x)=xΦ(x). GELU(x) = xP(X ≤ x) = xΦ(x).0.5x(1+tanh[2/π−−−√(x+0.044715x3)])0.5x(1+tanh[2/π(x+0.044715x3)])0.5x(1 + tanh[\sqrt{ 2/π}(x + 0.044715x^3)]) ¿Podría simplificar la ecuación y explicar cómo se ha aproximado?

18 activation-function  bert  mathematics 

Intento comprender el papel de la derivada de la función sigmoidea en las redes neuronales. Primero trazo la función sigmoide y la derivada de todos los puntos de la definición usando python. ¿Cuál es exactamente el papel de este derivado? import numpy as np import matplotlib.pyplot as plt def sigmoid(x): …

18 machine-learning  neural-network 

¿Cuál es la diferencia entre val_lossy lossdurante el entrenamiento en Keras? P.ej Epoch 1/20 1000/1000 [==============================] - 1s - loss: 0.1760, val_loss: 0.2032 En algunos sitios leí que en la validación, la deserción no funcionaba.

18 machine-learning  deep-learning  keras