Ciencia de los datos

Hay un iterparámetro en la gensimimplementación de Word2Vec clase gensim.models.word2vec.Word2Vec (oraciones = Ninguno, tamaño = 100, alfa = 0.025, ventana = 5, min_count = 5, max_vocab_size = Ninguno, muestra = 0, semilla = 1, trabajadores = 1, min_alpha = 0.0001, sg = 1, hs = 1, negativo = 0, cbow_mean …

14 gensim  word2vec  convergence 

Estoy tratando de ejecutar xgboost en scikit learn. Y solo uso Pandas para cargar datos en el marco de datos. ¿Cómo se supone que debo usar pandas df con xgboost? Estoy confundido por la rutina DMatrix requerida para ejecutar xgboost algo.

14 scikit-learn  pandas  xgboost 

¿Cómo se usa LeakyRelu como función de activación en secuencia DNN en keras? Si quiero escribir algo similar a: model = Sequential() model.add(Dense(90, activation='LeakyRelu')) ¿Cuál es la solución? ¿Poner LeakyRelu similar a Relu? La segunda pregunta es: ¿cuál es la mejor configuración general para ajustar los parámetros de LeakyRelu? ¿Cuándo …

14 deep-learning  keras  activation-function 

No soy especialista en el tema, y ​​mi pregunta es probablemente muy ingenua. Se deriva de un ensayo para comprender los poderes y la limitación del aprendizaje por refuerzo como se usa en el programa AlphaGo. El programa AlphaGo se ha creado utilizando, entre otras cosas (exploración de árboles de …

13 reinforcement-learning 

Según tengo entendido, los algoritmos genéticos son herramientas poderosas para la optimización de objetivos múltiples. Además, la formación de redes neuronales (especialmente las profundas) es difícil y tiene muchos problemas (funciones de costos no convexas: mínimos locales, gradientes de desaparición y explosión, etc.). También considero que capacitar conceptualmente un NN …

13 neural-network  optimization  genetic-algorithms 

Quiero saber si el descenso de gradiente es el algoritmo principal utilizado en optimizadores como Adam, Adagrad, RMSProp y varios otros optimizadores.

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

Estoy tratando de entender este artículo y no estoy seguro de qué es el muestreo bi-lineal. ¿Alguien puede explicar esto a un alto nivel? https://arxiv.org/abs/1606.00915

13 deep-learning  convnet  cnn  convolution 

La página de Wikipedia que cita "Los elementos del aprendizaje estadístico" dice: Por lo general, para un problema de clasificación con características , ⌊ √pagpagp características p ⌋se utilizan en cada división.⌊ p-√⌋⌊pag⌋\lfloor \sqrt{p}\rfloor Entiendo que esta es una conjetura bastante buena y probablemente fue confirmada por evidencia empírica, pero …

13 statistics  random-forest  optimization  evaluation  sampling 

Si entreno a mi modelo con el siguiente código: 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) termina en aproximadamente 1 minuto. Si entreno mi modelo usando el método …

13 machine-learning  python  decision-trees  xgboost  efficiency 

Mode Analytics tiene una buena función de mapa de calor ( https://community.modeanalytics.com/gallery/geographic-heat-map/ ). Pero no es propicio para comparar mapas (solo uno por informe). Lo que sí permiten es que los datos se extraigan fácilmente en un cuaderno de python envuelto. Y luego cualquier imagen en Python se puede agregar …

13 python  visualization  geospatial 

Tengo un marco de datos que, entre otras cosas, contiene una columna de la cantidad de milisegundos pasados ​​desde 1970-1-1. Necesito convertir esta columna de ints en datos de fecha y hora, por lo que finalmente puedo convertirla en una columna de datos de fecha y hora agregando la serie …

13 python  time-series  data-cleaning  pandas 

Tengo una pequeña subpregunta a esta pregunta . Entiendo que cuando se propaga hacia atrás a través de una capa de agrupación máxima, el gradiente se enruta de manera que la neurona en la capa anterior que se seleccionó como máxima obtiene todo el gradiente. De lo que no estoy …

13 machine-learning  neural-network  convnet  backpropagation 

Estoy usando el clasificador de bosque aleatorio scikit-learn y quiero trazar la importancia de la característica, como en este ejemplo . Sin embargo, mi resultado es completamente diferente, en el sentido de que la desviación estándar de la importancia de la característica es casi siempre mayor que la importancia de …

13 python  random-forest 

Y( x )Y(X)Y(x)Y^( x )Y^(X)\hat Y(x)Y( x )Y(X)Y(x)costo { Y( x ) ≳ Y^( X ) } > > coste { Y^( x ) ≳ Y( x ) }costo{Y(X)≳Y^(X)}>>costo{Y^(X)≳Y(X)}\text{cost}\left\{ Y(x) \gtrsim \hat Y(x) \right\} >> \text{cost}\left\{ \hat Y(x) \gtrsim Y(x) \right\} Creo que una regresión lineal simple debería funcionar totalmente …

13 machine-learning  logistic-regression 

Tengo documentos de texto que contienen principalmente listas de artículos. Cada elemento es un grupo de varios tokens de diferentes tipos: nombre, apellido, fecha de nacimiento, número de teléfono, ciudad, ocupación, etc. Un token es un grupo de palabras. Los artículos pueden estar en varias líneas. Los elementos de un …

13 data-mining  clustering  text-mining  time-series  correlation