Preguntas etiquetadas con machine-learning

Quiero entrenar a una CNN para el reconocimiento de imágenes. Las imágenes para entrenamiento no tienen un tamaño fijo. Quiero que el tamaño de entrada para el CNN sea 50x100 (alto x ancho), por ejemplo. Cuando cambio el tamaño de algunas imágenes de tamaño pequeño (por ejemplo, 32x32) al tamaño …

14 machine-learning  image-classification  preprocessing  image-recognition 

Me pregunto en qué situaciones es ventajoso apilar LSTM.

14 machine-learning  neural-network  deep-learning  lstm 

He creado un modelo LSTM para predecir preguntas duplicadas en el conjunto de datos oficial de Quora. Las etiquetas de la prueba son 0 o 1. 1 indica que el par de preguntas está duplicado. Después de construir el modelo usando model.fit, pruebo el modelo usando model.predictlos datos de prueba. …

14 machine-learning  python  neural-network  keras  lstm 

Quiero saber si el descenso de gradiente es el algoritmo principal utilizado en optimizadores como Adam, Adagrad, RMSProp y varios otros optimizadores.

13 machine-learning  neural-network  deep-learning  optimization  gradient-descent 

Si entreno a mi modelo con el siguiente código: import xgboost as xg params = {'max_depth':3, 'min_child_weight':10, 'learning_rate':0.3, 'subsample':0.5, 'colsample_bytree':0.6, 'obj':'reg:linear', 'n_estimators':1000, 'eta':0.3} features = df[feature_columns] target = df[target_columns] dmatrix = xg.DMatrix(features.values, target.values, feature_names=features.columns.values) clf = xg.train(params, dmatrix) termina en aproximadamente 1 minuto. Si entreno mi modelo usando el método …

13 machine-learning  python  decision-trees  xgboost  efficiency 

Tengo una pequeña subpregunta a esta pregunta . Entiendo que cuando se propaga hacia atrás a través de una capa de agrupación máxima, el gradiente se enruta de manera que la neurona en la capa anterior que se seleccionó como máxima obtiene todo el gradiente. De lo que no estoy …

13 machine-learning  neural-network  convnet  backpropagation 

Y( x )Y(X)Y(x)Y^( x )Y^(X)\hat Y(x)Y( x )Y(X)Y(x)costo { Y( x ) ≳ Y^( X ) } > > coste { Y^( x ) ≳ Y( x ) }costo{Y(X)≳Y^(X)}>>costo{Y^(X)≳Y(X)}\text{cost}\left\{ Y(x) \gtrsim \hat Y(x) \right\} >> \text{cost}\left\{ \hat Y(x) \gtrsim Y(x) \right\} Creo que una regresión lineal simple debería funcionar totalmente …

13 machine-learning  logistic-regression 

Soy un principiante en el aprendizaje automático y me enfrento a una situación. Estoy trabajando en un problema de oferta en tiempo real, con el conjunto de datos IPinYou y estoy tratando de hacer una predicción de clics. El hecho es que, como ya sabrá, el conjunto de datos está …

13 machine-learning  dataset  sampling 

¿Alguien puede decirme cuál es el propósito de la generación de características? ¿Y por qué se necesita el enriquecimiento del espacio de características antes de clasificar una imagen? ¿Es un paso necesario? ¿Hay algún método para enriquecer el espacio de características?

13 machine-learning  classification 

Estoy tratando de encontrar un equivalente de diagramas de Hinton para redes de múltiples capas para trazar los pesos durante el entrenamiento. La red entrenada es algo similar a un SRN profundo, es decir, tiene una gran cantidad de matrices de peso múltiple que harían visualmente confuso el diagrama simultáneo …

13 machine-learning  neural-network  visualization  deep-learning 

Estoy explorando diferentes tipos de estructuras de árbol de análisis. Las dos estructuras de árbol de análisis ampliamente conocidas son: a) árbol de análisis basado en la circunscripción yb) estructuras de árbol de análisis basadas en la dependencia. Puedo usar generar ambos tipos de estructuras de árbol de análisis usando …

13 machine-learning  nlp  feature-selection  feature-extraction 

Recientemente me introdujeron en el campo de la Ciencia de Datos (han pasado 6 meses aproximadamente), y Ii comenzó el viaje con el Curso de Aprendizaje Automático de Andrew Ng y la publicación que comenzó a trabajar en la Especialización en Ciencia de Datos de JHU. En el frente de …

13 machine-learning 

Si eliminar algunas neuronas da como resultado un modelo de mejor rendimiento, ¿por qué no utilizar una red neuronal más simple con menos capas y menos neuronas en primer lugar? ¿Por qué construir un modelo más grande y complicado al principio y suprimir partes de él más tarde?

13 machine-learning  deep-learning  keras  regularization  dropout 

Cuando hacemos validación cruzada k-fold, ¿deberíamos usar el clasificador que tiene la mayor precisión de prueba? ¿Cuál es generalmente el mejor enfoque para obtener un clasificador de la validación cruzada?

13 machine-learning  cross-validation 

Estoy leyendo una presentación y recomienda no utilizar la codificación de omisión, pero está bien con una codificación activa. Pensé que ambos eran lo mismo. ¿Alguien puede describir cuáles son las diferencias entre ellos?

13 machine-learning  data-mining  feature-selection  feature-extraction  feature-engineering