Ciencia de los datos

Esta pregunta se reduce a "cómo funcionan exactamente las capas de convolución . Supongamos que tengo una imagen en escala de grises . Entonces la imagen tiene un canal. En la primera capa, aplico una convolución de 3 × 3 con k 1 filtros y relleno. Luego tengo otra capa …

29 neural-network  convnet 

Específicamente, lo que estoy buscando son herramientas con alguna funcionalidad, que es específica para la ingeniería de características. Me gustaría poder suavizar, visualizar, rellenar huecos, etc. Algo similar a MS Excel, pero que tiene R como lenguaje subyacente en lugar de VB.

29 feature-selection  feature-extraction  feature-construction 

Tengo un problema de clasificación con aproximadamente 1000 muestras positivas y 10000 negativas en el conjunto de entrenamiento. Entonces este conjunto de datos está bastante desequilibrado. El bosque aleatorio simple solo está tratando de marcar todas las muestras de prueba como una clase mayoritaria. Aquí se dan algunas buenas respuestas …

29 machine-learning  classification  dataset  unbalanced-classes 

Tengo un gran conjunto de datos (alrededor de 8 GB). Me gustaría utilizar el aprendizaje automático para analizarlo. Entonces, creo que debería usar SVD y luego PCA para reducir la dimensionalidad de los datos para la eficiencia. Sin embargo, MATLAB y Octave no pueden cargar un conjunto de datos tan …

29 bigdata  data-mining  dimensionality-reduction 

He visto discusiones sobre la 'sobrecarga' de una GPU, y que para redes 'pequeñas', en realidad puede ser más rápido entrenar en una CPU (o red de CPU) que en una GPU. ¿Qué se entiende por 'pequeño'? Por ejemplo, ¿sería un MLP de una sola capa con 100 unidades ocultas …

29 neural-network  deep-learning  gpu 

¿Cuáles son los principales beneficios de almacenar datos en HDF? ¿Y cuáles son las principales tareas de ciencia de datos donde HDF es realmente adecuado y útil?

28 data-formats  hierarchical-data-format 

Entonces, estoy empezando a aprender cómo una red neuronal puede operar para reconocer patrones y categorizar entradas, y he visto cómo una red neuronal artificial puede analizar datos de imágenes y categorizar las imágenes ( demostración con convnetjs ), y la clave allí consiste en reducir la imagen y cada …

28 neural-network 

Tenga en cuenta que estoy haciendo todo en R. El problema es el siguiente: Básicamente, tengo una lista de currículums (CV). Algunos candidatos tendrán experiencia laboral antes y otros no. El objetivo aquí es: en función del texto en sus CV, quiero clasificarlos en diferentes sectores de trabajo. Soy particular …

28 machine-learning  classification  nlp  text-mining 

¿Cuándo utilizar un Random Forestsobre SVMy viceversa? Entiendo que la cross-validationcomparación de modelos es un aspecto importante para elegir un modelo, pero aquí me gustaría aprender más sobre las reglas generales y la heurística de los dos métodos. ¿Alguien puede explicar las sutilezas, fortalezas y debilidades de los clasificadores, así …

28 machine-learning  classification  random-forest  svm 

Por lo tanto, no he podido encontrar ninguna literatura sobre este tema, pero parece algo que vale la pena pensar: ¿Cuáles son las mejores prácticas en capacitación y optimización de modelos si hay nuevas observaciones disponibles? ¿Hay alguna forma de determinar el período / frecuencia de volver a entrenar un …

28 machine-learning  predictive-modeling  optimization  training 

Estoy siguiendo este ejemplo en el sitio web scikit-learn para realizar una clasificación de múltiples salidas con un modelo de bosque aleatorio. from sklearn.datasets import make_classification from sklearn.multioutput import MultiOutputClassifier from sklearn.ensemble import RandomForestClassifier from sklearn.utils import shuffle import numpy as np X, y1 = make_classification(n_samples=5, n_features=5, n_informative=2, n_classes=2, random_state=1) …

28 scikit-learn  random-forest  multilabel-classification 

He notado que términos como hiperparámetro modelo y parámetro modelo se han usado indistintamente en la web sin aclaración previa. Creo que esto es incorrecto y necesita explicación. Considere un modelo de aprendizaje automático, un clasificador basado en SVM / NN / NB o un reconocedor de imágenes, simplemente cualquier …

28 machine-learning  parameter  hyperparameter  language-model 

La similitud de Jaccard y la similitud de coseno son dos medidas muy comunes al comparar similitudes de elementos. Sin embargo, no tengo muy claro en qué situación es preferible cuál debería ser la otra. ¿Alguien puede ayudar a aclarar las diferencias de estas dos mediciones (la diferencia en concepto …

27 similarity 

XGBoost ha estado haciendo un gran trabajo cuando se trata de lidiar con variables dependientes categóricas y continuas. Pero, ¿cómo selecciono los parámetros optimizados para un problema de XGBoost? Así es como apliqué los parámetros para un problema reciente de Kaggle: param <- list( objective = "reg:linear", booster = "gbtree", …

27 r  python  xgboost 

Tengo un poco de conocimiento autodidacta trabajando con algoritmos de aprendizaje automático (el material básico de tipo de bosque aleatorio y regresión lineal). Decidí diversificarme y comenzar a aprender RNN con Keras. Al observar la mayoría de los ejemplos, que generalmente involucran predicciones de acciones, no he podido encontrar ningún …

27 machine-learning  neural-network  keras