Ciencia de los datos

He estado haciendo un problema de clasificación y he leído el código y los tutoriales de muchas personas. Una cosa que he notado es que muchas personas toman np.logo logde variables continuas como loan_amounto applicant_incomeetc. Solo quiero entender la razón detrás de esto. ¿Ayuda a mejorar la precisión de predicción …

16 machine-learning  python  classification  scikit-learn 

Creo un corr()df a partir de un df original. El corr()DF salió 70 X 70 y es imposible de visualizar el mapa de calor ... sns.heatmap(df). Si trato de mostrar corr = df.corr(), la tabla no se ajusta a la pantalla y puedo ver todas las correlaciones. ¿Es una forma …

16 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

En el blog de Keras sobre capacitación de redes de comunicación desde cero , el código muestra solo la red que se ejecuta en datos de capacitación y validación. ¿Qué pasa con los datos de prueba? ¿Los datos de validación son los mismos que los datos de prueba (creo que …

16 machine-learning  python  deep-learning  keras  confusion-matrix 

La siguiente función de predicción también proporciona valores -ve, por lo que no puede haber probabilidades. param <- list(max.depth = 5, eta = 0.01, objective="binary:logistic",subsample=0.9) bst <- xgboost(param, data = x_mat, label = y_mat,nround = 3000) pred_s <- predict(bst, x_mat_s2) Busqué en Google e intenté pred_s <- predict(bst, x_mat_s2,type="response") pero …

16 machine-learning  r  predictive-modeling  decision-trees 

¿Cuál es la diferencia entre fit()y fit_generator()en Keras? ¿Cuándo debo usar fit()vs fit_generator()?

16 deep-learning  keras 

¿Alguien puede darme algunos ejemplos donde la precisión es importante y algunos ejemplos donde recordar es importante?

16 machine-learning  evaluation 

La extracción de características y la selección de características esencialmente reducen la dimensionalidad de los datos, pero la extracción de características también hace que los datos sean más separables, si tengo razón. ¿Qué técnica se preferiría sobre la otra y cuándo? Estaba pensando, dado que la selección de características no …

16 feature-selection  feature-extraction  dimensionality-reduction 

https://github.com/Rdatatable/data.table/wiki/Benchmarks-%3A-Grouping Los puntos de referencia data.table no se han actualizado desde 2014. Escuché en algún lugar que Pandasahora es más rápido que data.table. ¿Es esto cierto? ¿Alguien ha hecho alguna referencia? ¿Nunca he usado Python antes pero consideraría cambiar si pandaspuede vencer data.table?

16 python  r  pandas  data  data.table 

¿La implementación aleatoria del bosque en scikit-learn utiliza la precisión media como método de puntuación para estimar el error de generalización con muestras fuera de bolsa? Esto no se menciona en la documentación, pero el método score () informa la precisión media. Tengo un conjunto de datos altamente desequilibrado, y …

16 random-forest  scikit-learn 

Supongamos que tenemos dos tipos de características de entrada, categóricas y continuas. Los datos categóricos pueden representarse como un código de acceso directo A, mientras que los datos continuos son solo un vector B en el espacio de dimensión N. Parece que simplemente usar concat (A, B) no es una …

16 neural-network  feature-selection  categorical-data  feature-construction 

Aprendí que, para crear un modelo de regresión, tenemos que ocuparnos de las variables categóricas convirtiéndolas en variables ficticias. Como ejemplo, si, en nuestro conjunto de datos, hay una variable como la ubicación: Location ---------- Californian NY Florida Tenemos que convertirlos como: 1 0 0 0 1 0 0 0 …

16 machine-learning  regression  categorical-data 

Soy un estudiante universitario de primer año (mencionando esto para que pueda perdonar mi falta de familiaridad) que actualmente está investigando utilizando redes neuronales. Codifiqué una red neuronal de tres nodos (que funciona) basada en la guía de mi profesor. Sin embargo, me gustaría seguir una carrera en Inteligencia Artificial …

15 machine-learning  neural-network 

Digamos que tengo una imagen de arriba hacia abajo de una flecha, y quiero predecir el ángulo que forma esta flecha. Esto sería entre 0 00 00 y 360360360 grados, o entre y . El problema es que este objetivo es circular, y grados son exactamente lo mismo, lo que …

15 neural-network  deep-learning  loss-function  parameter-estimation 

Digamos que he realizado el aprendizaje de transferencia en una red pre-entrenada para reconocer 10 objetos. ¿Cómo agrego un undécimo elemento que la red puede clasificar sin perder las 10 categorías que ya entrené ni la información del modelo original previamente entrenado? Un amigo me dijo que se está realizando …

15 neural-network  deep-learning 

He estudiado los tipos de funciones de activación para redes neuronales. Las funciones en sí son bastante sencillas, pero la diferencia de la aplicación no está del todo clara. Es razonable que se diferencie entre las funciones de tipo lógico y lineal, dependiendo de la salida binaria / continua deseada, …

15 neural-network  activation-function