Ciencia de los datos

Estoy usando tensorflow para escribir redes neuronales simples para un poco de investigación y he tenido muchos problemas con los pesos 'nan' durante el entrenamiento. Probé muchas soluciones diferentes, como cambiar el optimizador, cambiar la pérdida, el tamaño de los datos, etc., pero fue en vano. Finalmente, noté que un …

9 machine-learning  python  tensorflow  optimization  gradient-descent 

Estoy tratando de hacer un análisis de sentimientos. Para convertir las palabras en vectores de palabras, estoy usando el modelo word2vec. Supongamos que tengo todas las oraciones en una lista llamada 'oraciones' y estoy pasando estas oraciones a word2vec de la siguiente manera: model = word2vec.Word2Vec(sentences, workers=4 , min_count=40, size=300, …

9 machine-learning  deep-learning  word-embeddings  word2vec  sentiment-analysis 

Numer.ai ha existido por un tiempo y parece que solo hay pocas publicaciones u otras discusiones al respecto en la web. El sistema ha cambiado de vez en cuando y la configuración actual es la siguiente: datos de tren (N = 96K) y prueba (N = 33K) con 21 características …

9 machine-learning  deep-learning  cross-validation  preprocessing  competitions 

Al entrenar redes neuronales, hay al menos 4 formas de regularizar la red: L1 Regularización Regularización L2 Abandonar Normalización de lote Además, por supuesto, otras cosas como compartir el peso y reducir el número de conexiones, lo que podría no ser regularización en el sentido más estricto. Pero, ¿cómo elegir …

9 neural-network  regularization 

Aplicamos Lasso para clasificar las características y obtuve los siguientes resultados: rank feature prob. ================================== 1 a 0.1825477951589229 2 b 0.07858498115577893 3 c 0.07041793111843796 Tenga en cuenta que el conjunto de datos tiene 3 etiquetas. La clasificación de las características para las diferentes etiquetas es la misma. Luego aplicó bosque …

9 feature-selection  random-forest  linear-regression 

Los textos de aprendizaje automático que describen algoritmos como máquinas de aumento de gradiente o redes neuronales a menudo comentan que estos modelos son buenos para la predicción, pero esto tiene el precio de una pérdida de explicabilidad o interpretabilidad. Por el contrario, los árboles de decisión única y los …

9 machine-learning  predictive-modeling 

Me gustaría probar un nuevo algoritmo para el filtrado colaborativo . Un caso de uso típico es recomendar películas basadas en las preferencias de los usuarios similares al usuario específico. ¿Cuáles son algunos conjuntos de datos de referencia comunes que los investigadores suelen utilizar para probar sus algoritmos? Sé que …

9 dataset  recommender-system 

Quiero agregar una función de recomendación a un sistema de gestión de documentos . Es un servidor en el que se almacenan la mayoría de los documentos de la empresa. Los empleados navegan por la interfaz web y hacen clic para descargar (o leer en línea) los documentos que desean. …

9 machine-learning  recommender-system 

Entrené un modelo de predicción con Scikit Learn en Python (Random Forest Regressor) y quiero extraer de alguna manera los pesos de cada característica para crear una herramienta de Excel para la predicción manual. Lo único que encontré es el model.feature_importances_pero no ayuda. ¿Hay alguna forma de lograrlo? def performRandomForest(X_train, …

9 python  predictive-modeling  regression  random-forest  scikit-learn 

Mi colega y yo estamos tratando de entender la diferencia entre la regresión logística y un SVM. Claramente están optimizando diferentes funciones objetivas. ¿Es un SVM tan simple como decir que es un clasificador discriminatorio que simplemente optimiza la pérdida de la bisagra? ¿O es más complejo que eso? ¿Cómo …

9 svm  logistic-regression  hinge-loss 

Estoy buscando una biblioteca de Python que pueda calcular la matriz de confusión para la clasificación de etiquetas múltiples . FYI: scikit-learn no admite etiquetas múltiples para matriz de confusión) ¿Cuál es la diferencia entre Multiclass y Multilabel Problem?

9 python  software-recommendation  multilabel-classification 

¿Hay algún documento publicado que muestre diferencias en los métodos de regularización para redes neuronales, preferiblemente en diferentes dominios (o al menos diferentes conjuntos de datos)? Lo pregunto porque actualmente tengo la sensación de que la mayoría de las personas parecen usar solo el abandono para la regularización en la …

9 neural-network  computer-vision  convnet  regularization  dropout 

Para nuestro proyecto de curso final en Data Science, propusimos lo siguiente: Con el conjunto de datos de Amazon Reviews , planeamos crear un algoritmo (que se basa aproximadamente en el PageRank personalizado) que determina una posición estratégica para colocar anuncios en Amazon. Por ejemplo, hay millones de productos en …

9 machine-learning  data-mining  dataset  recommender-system 

Estoy tratando de entender el análisis de sentimientos y cómo aplicarlo usando cualquier lenguaje (R, Python, etc.). Me gustaría saber si hay un buen lugar en Internet para el tutorial que pueda seguir. Busqué en Google, pero no estaba muy satisfecho porque no eran tutoriales sino más de teoría. Quiero …

9 machine-learning  reference-request  sentiment-analysis 

Supongamos que tenemos el siguiente marco de datos con múltiples valores para una determinada columna: categories 0 - ["A", "B"] 1 - ["B", "C", "D"] 2 - ["B", "D"] ¿Cómo podemos obtener una mesa como esta? "A" "B" "C" "D" 0 - 1 1 0 0 1 - 0 1 …

9 python  pandas