Ilmu Data

Apa perbedaan antara komputasi paralel dan terdistribusi? Ketika datang ke skalabilitas dan efisiensi, sangat umum untuk melihat solusi berurusan dengan perhitungan dalam kelompok mesin, dan kadang-kadang disebut sebagai pemrosesan paralel, atau sebagai pemrosesan terdistribusi. Dengan cara tertentu, perhitungannya tampaknya selalu paralel, karena ada hal-hal yang berjalan bersamaan. Tetapi apakah perhitungan …

15 definitions  parallel  distributed 

Saya memiliki CNN berikut: Saya mulai dengan gambar input berukuran 5x5 Kemudian saya menerapkan konvolusi menggunakan kernel 2x2 dan melangkah = 1, yang menghasilkan fitur peta ukuran 4x4. Lalu saya menerapkan 2x2 max-pooling dengan stride = 2, yang mengurangi fitur map menjadi ukuran 2x2. Kemudian saya menerapkan sigmoid logistik. Kemudian …

15 machine-learning  convnet  backpropagation  cnn  kernel 

Saya mencari untuk memecahkan masalah berikut: Saya memiliki satu set kalimat sebagai dataset saya, dan saya ingin dapat mengetikkan kalimat baru, dan menemukan kalimat yang paling mirip dengan yang ada di dataset. Contohnya akan terlihat seperti: Kalimat baru: " I opened a new mailbox" Prediksi berdasarkan dataset: Sentence | Similarity …

15 python  nlp  scikit-learn  similarity  text 

Sementara melatih model dalam pembelajaran mesin, mengapa kadang-kadang menguntungkan untuk menjaga ukuran bets menjadi kekuatan 2? Saya pikir akan lebih baik menggunakan ukuran yang paling pas di memori GPU / RAM Anda. Jawaban ini mengklaim bahwa untuk beberapa paket, kekuatan 2 lebih baik sebagai ukuran batch. Dapatkah seseorang memberikan penjelasan …

15 machine-learning  training 

Diberikan data akses situs web dalam formulir session_id, ip, user_agent, dan cap waktu opsional, mengikuti kondisi di bawah ini, bagaimana cara terbaik Anda mengelompokkan sesi menjadi pengunjung unik? session_id: adalah id yang diberikan kepada setiap pengunjung baru. Itu tidak kedaluwarsa, namun jika pengguna tidak menerima cookie / menghapus cookie / …

15 clustering 

Posting ini tampaknya menunjukkan bahwa apa yang ingin saya capai tidak mungkin. Namun, saya tidak yakin dengan ini - mengingat apa yang telah saya lakukan, saya tidak melihat mengapa apa yang ingin saya lakukan tidak dapat dicapai ... Saya memiliki dua dataset gambar di mana satu memiliki gambar bentuk (480, …

15 keras 

Dalam kasus apa lebih baik menggunakan pohon Keputusan dan kasus lainnya KNN? Mengapa menggunakan salah satunya dalam kasus tertentu? Dan yang lainnya dalam kasus yang berbeda? (Dengan melihat fungsinya, bukan pada algoritma) Adakah yang punya penjelasan atau referensi tentang ini?

15 machine-learning  data-mining  decision-trees 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Data Science Stack Exchange. Ditutup 5 tahun yang lalu . Saya berbicara dengan seseorang baru-baru ini dan menyebutkan minat saya dalam analisis data dan yang saya maksudkan untuk …

15 education  beginner  career 

Saya menggunakan Brain untuk melatih jaringan saraf pada set fitur yang mencakup nilai-nilai positif dan negatif. Tetapi Brain membutuhkan nilai input antara 0 dan 1. Apa cara terbaik untuk menormalkan data saya?

15 machine-learning  neural-network  feature-scaling  normalization  javascript 

Saya melihat tutorial ini: https://www.dataquest.io/mission/75/improving-your-submission Pada bagian 8, menemukan fitur terbaik, itu menunjukkan kode berikut. import numpy as np from sklearn.feature_selection import SelectKBest, f_classif predictors = ["Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked", "FamilySize", "Title", "FamilyId"] # Perform feature selection selector = SelectKBest(f_classif, k=5) selector.fit(titanic[predictors], titanic["Survived"]) # Get the raw …

15 python  scikit-learn 

Saat ini saya menggunakan XGBoost untuk prediksi risiko, tampaknya melakukan pekerjaan yang baik di departemen klasifikasi biner tetapi output probabilitas jauh, yaitu, mengubah nilai fitur dalam pengamatan dengan jumlah yang sangat kecil dapat membuat probabilitas output melonjak dari 0,5 ke 0,99. Saya hampir tidak melihat output di kisaran 0,6-0,8. Dalam …

15 machine-learning  classification  xgboost  probability  probability-calibration 

Google baru-baru ini termasuk dalam tensorflow nightly membangun mode Eager -nya , API penting untuk mengakses kemampuan komputasi tensorflow. Bagaimana tensorflow ingin dibandingkan dengan PyTorch? Beberapa aspek yang dapat memengaruhi perbandingan dapat: Keuntungan dan kerugian dari keinginan karena warisan grafik statis (misalnya nama dalam node). Keterbatasan intrinsik salah satu dari …

14 deep-learning  tensorflow  pytorch 

Apakah GAN - jaringan permusuhan generatif - baik hanya untuk gambar, atau dapat digunakan untuk teks juga? Seperti, latih jaringan untuk menghasilkan teks yang bermakna dari ringkasan. UPD - kutipan dari penemu GAN Ian Goodfellow. GAN belum diterapkan ke NLP karena GAN hanya didefinisikan untuk data bernilai riil. ( 2016 …

14 gan 

Saya berurusan dengan masalah di mana saya tidak dapat menemukan dataset yang cukup (gambar) untuk dimasukkan ke dalam jaringan saraf saya untuk pelatihan. Saya sangat terinspirasi oleh makalah Generative Adversarial Text to Image Synthesis yang diterbitkan oleh Scott Reed et al. pada Jaringan Adversarial Generatif. Saya ingin tahu bahwa, dapatkah …

14 deep-learning  gan 

Saya menggunakan Python untuk menjalankan model hutan acak pada dataset tidak seimbang saya (variabel target adalah kelas biner). Ketika membagi dataset pelatihan dan pengujian, saya kesulitan apakah akan menggunakan pengambilan sampel bertingkat (seperti kode yang ditunjukkan) atau tidak. Sejauh ini, saya mengamati dalam proyek saya bahwa kasus bertingkat akan mengarah …

14 machine-learning  python  random-forest  sampling  training