Ciencia de los datos

Me pregunto cómo interpretar una arquitectura recurrente en un contexto EEG. Específicamente, estoy pensando en esto como una CNN recurrente (a diferencia de arquitecturas como LSTM), pero tal vez también se aplique a otros tipos de redes recurrentes Cuando leo sobre R-CNN, generalmente se explican en contextos de clasificación de …

10 machine-learning  neural-network  convnet  rnn 

Me gustaría usar ANNs para mi problema, pero el problema es que mis números de nodo de entradas y salidas no son fijos. Hice una búsqueda en Google antes de hacer mi pregunta y descubrí que el RNN puede ayudarme con mi problema. Pero, todos los ejemplos que he encontrado …

10 python  neural-network  keras  rnn  pytorch 

La deserción ( papel , explicación ) establece la salida de algunas neuronas a cero. Entonces, para un MLP, podría tener la siguiente arquitectura para el conjunto de datos de flores Iris : 4 : 50 (tanh) : dropout (0.5) : 20 (tanh) : 3 (softmax) Funcionaría así: s o …

10 dropout 

La pregunta ¿Cómo pronostico la calificación de un nuevo usuario en un modelo ALS capacitado en Spark? (Nuevo = no visto durante el tiempo de entrenamiento) El problema Estoy siguiendo el tutorial oficial de Spark ALS aquí: http://ampcamp.berkeley.edu/big-data-mini-course/movie-recommendation-with-mllib.html Puedo construir un buen recomendador con un MSE decente, pero estoy luchando …

10 apache-spark  recommender-system  pyspark 

Existen varios enfoques de selección de características / selección de variables (ver, por ejemplo, Guyon y Elisseeff, 2003 ; Liu et al., 2010 ): métodos de filtro (por ejemplo, basado en correlación, basado en entropía, basado en importancia aleatoria del bosque), métodos de envoltura (p. ej., búsqueda hacia adelante, búsqueda …

10 feature-selection  performance  model-selection 

He aprendido que Keras tiene una funcionalidad para "fusionar" dos modelos de acuerdo con lo siguiente: from keras.layers import Merge left_branch = Sequential() left_branch.add(Dense(32, input_dim=784)) right_branch = Sequential() right_branch.add(Dense(32, input_dim=784)) merged = Merge([left_branch, right_branch], mode='concat') ¿Cuál es el punto en mergint NNs, en qué situaciones es útil? ¿Es una especie …

10 keras 

Una de las metodologías para seleccionar un subconjunto de sus funciones disponibles para su clasificador es clasificarlas de acuerdo con un criterio (como la ganancia de información) y luego calcular la precisión utilizando su clasificador y un subconjunto de las características clasificadas. Por ejemplo, si sus características son A, B, …

10 machine-learning  feature-selection 

¿Cuál es el problema de salto de dimensión en el aprendizaje automático (que ocurre en redes neuronales convolucionales y reconocimiento de imágenes)? Lo busqué en Google, pero todo lo que obtengo es información sobre la Física de la deformación de la forma del material. Será más útil para mí si …

10 machine-learning  image-recognition 

Tengo un conjunto de datos en la siguiente estructura insertada en un archivo CSV: Banana Water Rice Rice Water Bread Banana Juice Cada fila indica una colección de artículos que se compraron juntos. Por ejemplo, la primera fila indica que los artículos Banana, Watery Ricese compraron juntos. Quiero crear una …

10 python  r  data-mining  visualization  association-rules 

Me enfrento a una situación en la que el número de ejemplos positivos y negativos en un conjunto de datos está desequilibrado. Mi pregunta es, ¿hay alguna regla general que nos diga cuándo debemos submuestrear la categoría grande para forzar algún tipo de equilibrio en el conjunto de datos. Ejemplos: …

10 classification  dataset  sampling  class-imbalance 

Soy un principiante en Keras y he comenzado con el ejemplo MNIST para comprender cómo funciona realmente la biblioteca. El fragmento de código del problema MNIST en la carpeta de ejemplo de Keras se proporciona como: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models …

10 python  neural-network  deep-learning  keras 

He leído que la representación distributiva se basa en la hipótesis distributiva de que las palabras que aparecen en un contexto similar tienden a tener significados similares. Word2Vec y Doc2Vec están modelados de acuerdo con esta hipótesis. Pero, en el documento original, incluso se titulan como Distributed representation of words …

10 nlp  word-embeddings  terminology  word2vec 

Estoy buscando información sobre cómo debe organizarse un proyecto de Python Machine Learning. Para los proyectos habituales de Python existe Cookiecutter y para R ProjectTemplate . Esta es mi estructura de carpetas actual, pero estoy mezclando Jupyter Notebooks con el código real de Python y no parece muy claro. . …

10 python 

Hoy, en una conferencia, se afirmó que la dirección de los bordes en una red Bayes realmente no importa. No tienen que representar la causalidad. Es obvio que no puede cambiar ningún borde en una red Bayes. Por ejemplo, deje que con y . Si cambiara a , entonces ya …

10 bayesian-networks 

Tengo una gran tabla SQL que es esencialmente un registro. Los datos son bastante complejos y estoy tratando de encontrar alguna forma de identificar anomalías sin que comprenda todos los datos. He encontrado muchas herramientas para la detección de anomalías, pero la mayoría de ellas requieren una especie de "intermediario", …

10 sql  anomaly-detection  outlier