Preguntas etiquetadas con machine-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 

Cuando digo "documento", tengo en mente páginas web como artículos de Wikipedia e historias de noticias. Prefiero las respuestas que ofrecen métricas de distancia léxica de vainilla o métricas de distancia semántica de última generación, con mayor preferencia por la última.

34 machine-learning  data-mining  nlp  text-mining  similarity 

Tengo un gran problema de datos con un gran conjunto de datos (por ejemplo, 50 millones de filas y 200 columnas). El conjunto de datos consta de aproximadamente 100 columnas numéricas y 100 columnas categóricas y una columna de respuesta que representa un problema de clase binaria. La cardinalidad de …

30 machine-learning  classification  deep-learning 

¿Por qué usar softmax en lugar de la normalización estándar? En el área de comentarios de la respuesta principal de esta pregunta, @Kilian Batzner planteó 2 preguntas que también me confunden mucho. Parece que nadie da una explicación, excepto los beneficios numéricos. Obtengo las razones para usar la Pérdida de …

30 machine-learning  deep-learning 

Me parece que la función puede expresarse fácilmente por la función y, por lo tanto, la función parece superflua. Sin embargo, soy nuevo en el aprendizaje por refuerzo, así que supongo que algo está mal.VVVQQQVVV Definiciones El aprendizaje Q y V está en el contexto de los procesos de decisión …

30 machine-learning  reinforcement-learning 

En las tareas de aprendizaje automático, es común mezclar datos y normalizarlos. El propósito de la normalización es claro (por tener el mismo rango de valores de características). Pero, después de luchar mucho, no encontré ninguna razón valiosa para mezclar datos. He leído esta publicación aquí discutiendo cuándo necesitamos barajar …

30 machine-learning  neural-network  deep-learning 

En el contexto de Machine Learning , he visto que el término Ground Truth se usaba mucho. He buscado mucho y encontré la siguiente definición en Wikipedia : En el aprendizaje automático, el término "verdad fundamental" se refiere a la precisión de la clasificación del conjunto de entrenamiento para las …

30 machine-learning  neural-network  deep-learning 

Estoy tratando de entrenar un modelo de aumento de gradiente en más de 50k ejemplos con 100 características numéricas. XGBClassifiermaneja 500 árboles en 43 segundos en mi máquina, mientras que GradientBoostingClassifiermaneja solo 10 árboles (!) en 1 minuto y 2 segundos :( No me molesté en tratar de cultivar 500 …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

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 

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 

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