Ciencia de los datos

Quiero probar la precisión de una metodología. Lo ejecuté ~ 400 veces, y obtuve una clasificación diferente para cada carrera. También tengo la verdad fundamental, es decir, la clasificación real contra la cual probar. Para cada clasificación, calculé una matriz de confusión. Ahora quiero agregar estos resultados para obtener la …

8 classification  confusion-matrix  accuracy 

El caso de uso más popular parece ser un sistema de recomendación de diferentes tipos (como recomendar artículos de compras, usuarios en redes sociales, etc.). Pero, ¿cuáles son otras aplicaciones típicas de ciencia de datos, que se pueden usar en diferentes verticales? Por ejemplo: predicción de abandono de clientes con …

8 usecase  consumerweb 

¿Puede alguien explicarme cómo clasificar datos como MNIST con la red MLBP-Neural si hago más de una salida (por ejemplo, 8), quiero decir que si solo uso una salida, puedo clasificar fácilmente los datos, pero si uso más de uno, ¿qué salida debo elegir?

8 neural-network 

En mi computadora portátil dell core i7 - 16GB RAM - 4gb 960m GPU, estoy trabajando en un proyecto para clasificar las imágenes de CT de pulmón usando CNN 3d. Estoy usando la versión de CPU de tensorflow. Las imágenes se preparan como tamaño de matriz numpy (25,50,50). Mi modelo …

7 python  tensorflow  cnn 

Acabo de comenzar a aprender Redes neuronales para el aprendizaje profundo de cs231. Estoy tratando de implementar Neural Network en Python. Estoy mirando el uso de Tensorflow o scikit-learn. ¿Cuáles son algunas de las ventajas y desventajas de estas bibliotecas para esta aplicación?

7 neural-network  deep-learning  tensorflow 

Así que me preguntaba cómo, por ejemplo, uno puede optimizar mejor el modelo que están tratando de construir cuando se enfrentan a problemas presentados por un alto sesgo o una gran varianza. Ahora, por supuesto, puedes jugar con el parámetro de regularización para llegar a un final satisfactorio, pero me …

7 machine-learning  variance  bias 

Digamos que entrené una red codificador-decodificador en un conjunto de datos cat usando el error de reconstrucción como función de pérdida. La red está totalmente capacitada y el decodificador puede reconstruir buenas imágenes de gatos . Ahora, ¿qué pasa si uso la misma red e ingreso una imagen de perro …

7 neural-network  deep-learning  autoencoder 

¿Considerarías ese sobreajuste?

7 overfitting 

Quiero usar un pequeño conjunto de datos para crear el modelo CNN. Entonces, estoy usando el aumento de datos para aumentar el conjunto de datos del tren. ¿Debo usar todas las técnicas de aumento (argumentos) que se enumeran aquí ? Me di cuenta de que agregar muchos argumentos disminuye la …

7 deep-learning  keras  tensorflow  convnet 

Sin tener en cuenta las posibles restricciones computacionales, ¿existen aplicaciones generales en las que la lematización sería un paso contraproducente al analizar datos de texto? Por ejemplo, ¿sería la lematización algo que no se hace cuando se construye un modelo sensible al contexto? Como referencia, la lematización por dictinory.com es …

7 nlp  data-cleaning 

Tengo un vector y quiero detectar valores atípicos en él. La siguiente figura muestra la distribución del vector. Los puntos rojos son valores atípicos. Los puntos azules son puntos normales. Los puntos amarillos también son normales. Necesito un método de detección de valores atípicos (un método no paramétrico) que pueda …

7 unsupervised-learning  anomaly-detection  outlier  distribution 

Tengo una matriz que se rellena con elementos discretos, y necesito agruparlos (usando R) en grupos intactos. Entonces, por ejemplo, tome esta matriz: [A B B C A] [A A B A A] [A B B C C] [A A A A A] Habría dos grupos separados para A, dos …

7 r  clustering