Ilmu Data

Saya bertanya-tanya bagaimana menafsirkan arsitektur berulang dalam konteks EEG. Secara khusus saya memikirkan ini sebagai CNN Berulang (yang bertentangan dengan arsitektur seperti LSTM), tapi mungkin itu berlaku untuk jenis jaringan berulang lainnya juga Ketika saya membaca tentang R-CNN, mereka biasanya dijelaskan dalam konteks klasifikasi gambar. Mereka biasanya digambarkan sebagai "belajar …

10 machine-learning  neural-network  convnet  rnn 

Dropout ( kertas , penjelasan ) mengatur output dari beberapa neuron ke nol. Jadi untuk MLP, Anda bisa memiliki arsitektur berikut untuk dataset bunga Iris : 4 : 50 (tanh) : dropout (0.5) : 20 (tanh) : 3 (softmax) Ini akan bekerja seperti ini: s o ft m a x …

10 dropout 

Pertanyaan Bagaimana cara memprediksi peringkat untuk pengguna baru dalam model ALS yang dilatih di Spark? (Baru = tidak terlihat selama waktu pelatihan) Masalah Saya mengikuti tutorial resmi Spark ALS di sini: http://ampcamp.berkeley.edu/big-data-mini-course/movie-recommendation-with-mllib.html Saya dapat membangun pemberi rekomendasi yang baik dengan MSE yang layak tetapi saya berjuang dengan cara memasukkan data …

10 apache-spark  recommender-system  pyspark 

Ada beberapa pendekatan pemilihan fitur / pemilihan variabel (lihat misalnya Guyon & Elisseeff, 2003 ; Liu et al., 2010 ): metode filter (misalnya, berbasis korelasi, berbasis entropi, berbasis kepentingan hutan acak), metode pembungkus (misalnya, pencarian maju, pencarian mendaki bukit), dan metode tertanam di mana pemilihan fitur adalah bagian dari pembelajaran …

10 feature-selection  performance  model-selection 

Salah satu metodologi untuk memilih subset dari fitur Anda yang tersedia untuk classifier Anda adalah memberi peringkat berdasarkan kriteria (seperti perolehan informasi) dan kemudian menghitung akurasi menggunakan classifier Anda dan subset dari fitur peringkat. Misalnya, jika fitur Anda adalah A, B, C, D, E, dan jika peringkatnya adalah sebagai berikut …

10 machine-learning  feature-selection 

Saya telah belajar bahwa Keras memiliki fungsi untuk "menggabungkan" dua model sesuai dengan yang berikut: from keras.layers import Merge left_branch = Sequential() left_branch.add(Dense(32, input_dim=784)) right_branch = Sequential() right_branch.add(Dense(32, input_dim=784)) merged = Merge([left_branch, right_branch], mode='concat') Apa gunanya mergint NNs, di mana situasi itu berguna? Apakah ini semacam pemodelan ensemble? Apa perbedaan …

10 keras 

Saya memiliki dataset dalam struktur berikut yang disisipkan dalam file CSV: Banana Water Rice Rice Water Bread Banana Juice Setiap baris menunjukkan koleksi barang yang dibeli bersama. Misalnya, baris pertama menunjukkan bahwa item Banana, Waterdan Ricedibeli bersama-sama. Saya ingin membuat visualisasi seperti berikut: Ini pada dasarnya adalah bagan kotak tetapi …

10 python  r  data-mining  visualization  association-rules 

Apa masalah dimensi hopping dalam pembelajaran mesin (terjadi dalam jaringan saraf convolutional dan pengenalan gambar)? Saya sudah googled tentang hal itu tetapi yang saya dapatkan hanyalah informasi tentang Fisika dari deformasi bentuk material. Akan lebih bermanfaat bagi saya jika seseorang menjelaskannya dengan contoh yang terkait dengan pembelajaran mesin. Adakah yang …

10 machine-learning  image-recognition 

Saya seorang pemula untuk Keras dan saya sudah mulai dengan contoh MNIST untuk memahami bagaimana sebenarnya perpustakaan bekerja. Cuplikan kode masalah MNIST dalam folder Keras contoh diberikan sebagai: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Dropout, Activation, …

10 python  neural-network  deep-learning  keras 

Saya menghadapi situasi di mana jumlah contoh positif dan negatif dalam dataset tidak seimbang. Pertanyaan saya adalah, apakah ada aturan praktis yang memberi tahu kami kapan kami harus melakukan subsampel kategori besar untuk memaksa semacam penyeimbangan dalam dataset. Contoh: Jika jumlah contoh positif adalah 1.000 dan jumlah contoh negatif adalah …

10 classification  dataset  sampling  class-imbalance 

Saya memiliki tabel SQL besar yang pada dasarnya adalah sebuah log. Data ini cukup rumit dan saya mencoba mencari cara untuk mengidentifikasi anomali tanpa saya memahami semua data. Saya telah menemukan banyak alat untuk Deteksi Anomali tetapi kebanyakan dari mereka memerlukan semacam "perantara", yaitu Pencarian Elastis, Splunk, dll. Adakah yang …

10 sql  anomaly-detection  outlier 

Saya telah membaca bahwa representasi distribusi didasarkan pada hipotesis distribusi bahwa kata-kata yang muncul dalam konteks yang sama cenderung memiliki makna yang sama. Word2Vec dan Doc2Vec keduanya dimodelkan sesuai dengan hipotesis ini. Tapi, di koran aslinya, bahkan mereka diberi judul sebagai Distributed representation of words and phrasesdan Distributed representation of …

10 nlp  word-embeddings  terminology  word2vec 

Saya mencari informasi tentang bagaimana seharusnya proyek Pembelajaran Mesin Python diatur. Untuk proyek Python biasa ada Cookiecutter dan untuk R ProjectTemplate . Ini adalah struktur folder saya saat ini, tapi saya sedang mencampur Notebook Jupyter dengan kode Python yang sebenarnya dan sepertinya tidak terlalu jelas. . ├── cache ├── data …

10 python 

Ada pertanyaan serupa di sini di CrossValidated, dan saya telah membaca jawabannya. Pertanyaan saya agak berbeda. Saya tidak ingin hanya memvisualisasikan data saya, dan memang apa yang ingin saya visualisasikan tidak mudah untuk divisualisasikan dengan salah satu paket. Saya memiliki dua set poin ( koordinat ) pada plot saya. Saya …

10 r  visualization  ggplot2 

Saya sering menggunakan Nose, Tox atau Unittest ketika menguji kode python saya, khususnya ketika harus diintegrasikan dengan modul lain atau potongan kode lainnya. Namun, sekarang saya telah menemukan diri saya menggunakan R lebih dari python untuk pemodelan dan pengembangan ML. Saya menyadari bahwa saya tidak benar-benar menguji kode R saya …

10 r  software-development