Ciencia de los datos

Recientemente me encontré con la incrustación de gráficos como DeepWalk y LINE. Sin embargo, todavía no tengo una idea clara de lo que se entiende por incrustaciones de gráficos y cuándo usarlo (aplicaciones). Cualquier sugerencia es bienvenida!

13 graphs 

No soy un experto en autoencoders o redes neuronales de ninguna manera, así que perdóname si esta es una pregunta tonta. Con el fin de reducir la dimensión o visualizar grupos en datos de alta dimensión, podemos usar un autoencoder para crear una representación bidimensional (con pérdida) al inspeccionar la …

13 neural-network  dimensionality-reduction  autoencoder 

Si echamos un vistazo al 90-99% de los artículos publicados usando una CNN (ConvNet). La gran mayoría de ellos usa el tamaño de filtro de números impares : {1, 3, 5, 7} para los más utilizados. Esta situación puede generar algún problema: con estos tamaños de filtro, generalmente la operación …

13 deep-learning  convnet  computer-vision  convolution 

Leo esto: Para entrenar nuestra red neuronal, inicializaremos cada parámetro W (l) ijWij (l) y cada b (l) ibi (l) a un pequeño valor aleatorio cercano a cero (digamos de acuerdo con Normal (0, ϵ2) Normal (0 , ϵ2) distribución para algunos pequeños ϵϵ, digamos 0.01) de los tutoriales de …

13 deep-learning  stanford-nlp  randomized-algorithms 

He leído un par de documentos sobre la inicialización del núcleo y muchos documentos mencionan que usan la regularización L2 del núcleo (a menudo con ).λ=0.0001λ=0.0001\lambda = 0.0001 ¿Alguien hace algo diferente a inicializar el sesgo con cero constante y no regularizarlo? Papeles de inicialización de kernel Mishkin y Matas: …

13 neural-network 

En árboles de decisión, podemos entender el resultado de la estructura de árbol y también podemos visualizar cómo el árbol de decisión toma decisiones. Por lo tanto, los árboles de decisión tienen explicabilidad (su salida se puede explicar fácilmente). ¿Tenemos explicabilidad en redes neuronales como con árboles de decisión?

13 neural-network 

Tengo una buena comprensión general del papel y el mecanismo de las capas convolucionales en Deep Learning para el procesamiento de imágenes en caso de implementaciones 2D o 3D: "simplemente" intentan capturar patrones 2D en imágenes (en 3 canales en caso de 3D). Pero recientemente me topé con capas convolucionales …

13 deep-learning  nlp  convolution 

Estoy tratando de averiguar las dimensiones de cada variable en un RNN en la capa de olvido, sin embargo, no estoy seguro de si estoy en el camino correcto. La siguiente imagen y ecuación es de la publicación del blog de Colah "Comprender las redes LSTM" : dónde: es entrada …

13 neural-network  rnn 

La idea de aplicar filtros para hacer algo como identificar bordes es una idea genial. Por ejemplo, puede tomar una imagen de 7. Con algunos filtros, puede terminar con imágenes transformadas que enfatizan las diferentes características de la imagen original. Los 7 originales: puede ser experimentado por la red como: …

13 neural-network 

Cuando hacemos validación cruzada k-fold, ¿deberíamos usar el clasificador que tiene la mayor precisión de prueba? ¿Cuál es generalmente el mejor enfoque para obtener un clasificador de la validación cruzada?

13 machine-learning  cross-validation 

Estoy leyendo una presentación y recomienda no utilizar la codificación de omisión, pero está bien con una codificación activa. Pensé que ambos eran lo mismo. ¿Alguien puede describir cuáles son las diferencias entre ellos?

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

Estoy buscando encontrar pesos pre-entrenados de modelos ya entrenados como datos de Google News, etc. Me resultó difícil entrenar un nuevo modelo con suficiente cantidad (10 GB, etc.) de datos para mí. Por lo tanto, quiero aprovechar el aprendizaje de transferencia en el que podría obtener pesos de capa previamente …

13 machine-learning  bigdata  word2vec 

Pocas cosas en la vida me dan placer, como extraer datos estructurados y no estructurados de Internet y utilizarlos en mis modelos. Por ejemplo, el Data Science Toolkit (o RDSTKpara los programadores de R) me permite extraer muchos datos buenos basados ​​en la ubicación utilizando IP o direcciones y el …

13 text-mining  scraping 

Me gustaría saber cuál es la mejor manera de clasificar un conjunto de datos compuesto por tipos mixtos de atributos, por ejemplo, textuales y numéricos. Sé que puedo convertir textual a booleano, pero el vocabulario es diverso y los datos se vuelven demasiado escasos. También intenté clasificar los tipos de …

13 machine-learning  classification 

Si tengo una lista muy larga de nombres de artículos, ¿cómo podría obtener un resumen de estos documentos de Internet o de cualquier base de datos? Los nombres de los trabajos son como "Evaluación de la utilidad en la minería web para el dominio de la salud pública". ¿Alguien sabe …

13 data-mining  machine-learning