Ciencia de los datos

Preguntas y respuestas para profesionales de la ciencia de datos, especialistas en aprendizaje automático y aquellos interesados ​​en aprender más sobre el campo


2
Gradientes sintéticos: ¿cuál es el beneficio práctico?
Puedo ver dos motivos para usar degradados sintéticos en RNN: Para acelerar el entrenamiento, corrigiendo inmediatamente cada capa con gradiente predicho Para poder aprender secuencias más largas Veo problemas con los dos. Tenga en cuenta que realmente me gustan los degradados sintéticos y me gustaría implementarlos. Pero necesito entender dónde …

1
Cómo aplicar el gradiente de softmax en backprop
Recientemente hice una tarea donde tuve que aprender un modelo para la clasificación de 10 dígitos del MNIST. El HW tenía un código de andamiaje y se suponía que debía trabajar en el contexto de este código. Mi tarea funciona / pasa las pruebas, pero ahora estoy tratando de hacerlo …




2
Comprender las matemáticas de AdaGrad y AdaDelta
He estado construyendo algunos modelos para un proyecto, pero no puedo entender los algoritmos matemáticos de Adagrad y Adadelta. Entiendo cómo funciona el descenso de gradiente de vainilla y he escrito un código para que funcione correctamente. Estaré agradecido si alguien me explica estas dos cosas o proporciona algún recurso …





1
comprender la normalización de lotes
En el documento Normalización de lotes: aceleración de la capacitación en redes profundas mediante la reducción del cambio de covariable interno ( aquí ) Antes de explicar el proceso de normalización de lotes, el documento intenta explicar los problemas relacionados con (no entiendo cuál es el problema exacto que se …

5
Agrupamiento con coseno similitud
Tengo un gran conjunto de datos y una similitud de coseno entre ellos. Me gustaría agruparlos usando la similitud de coseno que reúne objetos similares sin necesidad de especificar de antemano el número de grupos que espero. Leí la documentación de sklearn de DBSCAN y Affinity Propagation, donde ambos requieren …

1
¿Se pueden aprender los datos linealmente no separables utilizando características polinómicas con regresión logística?
Sé que Polynomial Logistic Regressionpuede aprender fácilmente datos típicos como la siguiente imagen: Me preguntaba si los siguientes dos datos también se pueden aprender usando o no. Polynomial Logistic Regression Supongo que tengo que agregar más explicaciones. Asume la primera forma. Si agregamos características polinómicas adicionales para esta entrada 2-D …


Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.