Ciencia de los datos

Tengo una variedad de conjuntos de datos de la NFL que creo que podrían ser un buen proyecto paralelo, pero todavía no he hecho nada con ellos. Llegar a este sitio me hizo pensar en algoritmos de aprendizaje automático y me pregunto qué tan buenos podrían ser para predecir el …

40 machine-learning  sports 

Soy un Rprogramador de idiomas. También estoy en el grupo de personas que se consideran científicos de datos pero que provienen de disciplinas académicas distintas de la CS. Sin embargo, esto funciona bien en mi papel como Científico de Datos, al comenzar mi carrera Ry tener solo conocimientos básicos de …

40 machine-learning  bigdata  statistics  programming  c 

Recientemente, en una clase de Aprendizaje automático del profesor Oriol Pujol en la UPC / Barcelona, ​​describió los algoritmos, principios y conceptos más comunes para usar en una amplia gama de tareas relacionadas con el aprendizaje automático. Aquí los comparto contigo y te pregunto: ¿Existe alguna tarea integral de comparación …

39 machine-learning  algorithms 

Un aspirante a científico de datos aquí. No sé nada sobre Hadoop, pero como he estado leyendo sobre Data Science y Big Data, veo muchas conversaciones sobre Hadoop. ¿Es absolutamente necesario aprender Hadoop para ser un científico de datos?

38 bigdata  apache-hadoop 

Estoy a punto de entrenar una gran red LSTM con 2-3 millones de artículos y estoy luchando con errores de memoria (uso AWS EC2 g2x2large). Descubrí que una solución es reducir el batch_size. Sin embargo, no estoy seguro de si este parámetro solo está relacionado con problemas de eficiencia de …

38 deep-learning  keras 

Tengo problemas para entender la diferencia entre equivalente a traducción e invariante a traducción . En el libro Deep Learning . MIT Press, 2016 (I. Goodfellow, A. Courville e Y. Bengio), uno puede encontrar en las redes convolucionales: [...] la forma particular de compartir parámetros hace que la capa tenga …

38 neural-network  deep-learning  convolution 

Me consideraría un científico de datos oficial. Como la mayoría (creo), hice mis primeros cuadros e hice mis primeras agregaciones en la escuela secundaria y la universidad, usando Excel. A medida que cursé la universidad, la escuela de posgrado y ~ 7 años de experiencia laboral, rápidamente aprendí lo que …

37 tools  career  excel 

Ejecuté un modelo xgboost. No sé exactamente cómo interpretar la salida de xgb.importance. ¿Cuál es el significado de ganancia, cobertura y frecuencia y cómo los interpretamos? Además, ¿qué significa Split, RealCover y RealCover%? Tengo algunos parámetros extra aquí ¿Hay algún otro parámetro que pueda brindarme más información sobre las características …

37 machine-learning  xgboost 

Estoy trabajando en el problema con demasiadas funciones y la capacitación de mis modelos lleva demasiado tiempo. Implementé el algoritmo de selección directa para elegir características. Sin embargo, me preguntaba si scikit-learn tiene un algoritmo de selección progresiva / regresión gradual.

37 feature-selection  scikit-learn 

Tengo un marco de datos de pandas con varias entradas, y quiero calcular la correlación entre los ingresos de algún tipo de tiendas. Hay una serie de tiendas con datos de ingresos, clasificación del área de actividad (teatro, tiendas de ropa, comida ...) y otros datos. Intenté crear un nuevo …

35 python  statistics  visualization  pandas 

Ahora he visto dos programas de certificación de ciencia de datos: el John Hopkins disponible en Coursera y el Cloudera . Estoy seguro de que hay otros por ahí. El conjunto de clases de John Hopkins se centra en R como un conjunto de herramientas, pero cubre una variedad de …

35 education 

Se ha acostumbrado a los usuarios de diferentes comunidades a citar cosas divertidas sobre sus campos. ¡Puede ser divertido compartir sus cosas divertidas sobre Machine Learning, Deep Learning, Data Science y las cosas que enfrenta todos los días!

35 machine-learning  neural-network  deep-learning 

Leí en alguna parte que si tenemos características que están demasiado correlacionadas, tenemos que eliminar una, ya que esto puede empeorar el modelo. Está claro que las características correlacionadas significan que traen la misma información, por lo que es lógico eliminar una de ellas. Pero no puedo entender por qué …

35 machine-learning  correlation 

Supongamos que construyo un NN para la clasificación. La última capa es una capa densa con activación softmax. Tengo cinco clases diferentes para clasificar. Supongamos que para un solo ejemplo de entrenamiento, el true labeles [1 0 0 0 0]mientras las predicciones sean [0.1 0.5 0.1 0.1 0.2]. ¿Cómo calcularía …

35 machine-learning  deep-learning 

Todavía estoy confundido acerca de la diferencia entre el Densey el TimeDistributedDensede Kerasa pesar de que ya hay algunas preguntas similares pide aquí y aquí . La gente está discutiendo mucho pero no hay conclusiones acordadas en común. Y aunque, aquí , @fchollet declaró que: TimeDistributedDenseaplica una misma Denseoperación (totalmente …

34 machine-learning  neural-network  keras