Ilmu Data

Mengingat tugas belajar yang sulit (misalnya dimensi tinggi, kompleksitas data yang melekat) Deep Neural Networks menjadi sulit untuk dilatih. Untuk meringankan banyak masalah, orang mungkin: Normalisasi && data kualitas pilihan sendiri pilih algoritma pelatihan yang berbeda (misalnya RMSprop alih-alih Gradient Descent) pilih fungsi Biaya gradien yang lebih curam (mis. Cross …

10 machine-learning  neural-network  deep-learning  randomized-algorithms 

Pemula analitik dengan Python jadi harap bersikap lembut :-) Saya tidak dapat menemukan jawaban untuk pertanyaan ini - permintaan maaf jika sudah dijawab di tempat lain dalam format yang berbeda. Saya memiliki dataset data transaksi untuk outlet ritel. Variabel beserta penjelasannya adalah: bagian: bagian toko, str; prod_name: nama produk, str; …

10 python  statistics  pandas  ipython 

Saya memiliki dataset yang berisi data tentang suhu, curah hujan, dan hasil kedelai untuk sebuah pertanian selama 10 tahun (2005 - 2014). Saya ingin memprediksi hasil untuk tahun 2015 berdasarkan data ini. Harap dicatat bahwa dataset memiliki nilai SETIAP HARI untuk suhu dan curah hujan, tetapi hanya 1 nilai per …

10 python  scikit-learn  pandas 

Saya seorang pemula untuk XGBoost, jadi maafkan ketidaktahuan saya. Berikut adalah kode python: import pandas as pd import xgboost as xgb df = pd.DataFrame({'x':[1,2,3], 'y':[10,20,30]}) X_train = df.drop('y',axis=1) Y_train = df['y'] T_train_xgb = xgb.DMatrix(X_train, Y_train) params = {"objective": "reg:linear"} gbm = xgb.train(dtrain=T_train_xgb,params=params) Y_pred = gbm.predict(xgb.DMatrix(pd.DataFrame({'x':[4,5]}))) print Y_pred Output adalah: [ …

10 python  linear-regression  xgboost 

Sangat umum di pemberi rekomendasi bahwa kami memiliki data produk pengguna yang memiliki label sebagai contoh "klik". Untuk mempelajari modelnya, saya perlu data klik dan tanpa klik. Pendekatan sederhana untuk menghasilkan adalah mengambil pasangan produk-pengguna yang tidak ditemukan dalam data klik. Namun, itu mungkin menyesatkan. Contoh: user1, product1 (click) user2, …

10 machine-learning  data-mining 

Katakanlah kita memperkirakan penjualan toko dan data pelatihan saya memiliki dua set fitur: Satu tentang penjualan toko dengan tanggal (bidang "Toko" tidak unik) Satu tentang jenis toko (bidang "Toko" unik di sini) Jadi matriksnya akan terlihat seperti ini: +-------+-----------+------------+---------+-----------+------+-------+--------------+ | Store | DayOfWeek | Date | Sales | Customers | …

10 machine-learning  regression  feature-selection  feature-construction  missing-data 

Saya mengerti bagaimana Model Markov Tersembunyi digunakan dalam sekuens genom, seperti menemukan gen. Tapi saya tidak mengerti bagaimana membuat model Markov tertentu. Maksud saya, berapa banyak negara yang seharusnya dimiliki oleh model? Berapa banyak kemungkinan transisi? Haruskah model memiliki loop? Bagaimana mereka tahu bahwa model mereka optimal? Apakah mereka membayangkan, …

10 machine-learning  model-selection  hyperparameter  markov 

Saya ingin membandingkan perbedaan antara kata yang sama yang disebutkan dalam berbagai sumber. Artinya, bagaimana penulis berbeda dalam penggunaan kata-kata yang tidak jelas, seperti "demokrasi". Rencana singkat adalah Ambil buku-buku yang menyebutkan istilah "demokrasi" sebagai teks biasa Di setiap buku, ganti democracydengandemocracy_%AuthorName% Latih word2vecmodel di buku-buku ini Hitung jarak antara …

10 text-mining  word-embeddings 

Tampaknya standar dalam banyak paket jaringan saraf untuk memasangkan fungsi tujuan yang akan diminimalkan dengan fungsi aktivasi di lapisan output. Sebagai contoh, untuk lapisan output linier yang digunakan untuk regresi adalah standar (dan seringkali hanya pilihan) untuk memiliki fungsi tujuan kesalahan kuadrat. Pasangan lain yang biasa adalah output logistik dan …

10 neural-network  gradient-descent 

Saya mencoba untuk melatih jaringan saraf tiruan dengan dua lapisan convolutional (c1, c2) dan dua lapisan tersembunyi (c1, c2). Saya menggunakan pendekatan backpropagation standar. Dalam pass mundur saya menghitung istilah kesalahan lapisan (delta) berdasarkan kesalahan lapisan sebelumnya, bobot lapisan sebelumnya dan gradien aktivasi sehubungan dengan fungsi aktivasi lapisan saat ini. …

10 machine-learning  data-mining  neural-network  deep-learning 

Ditutup . Pertanyaan ini perlu lebih fokus . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga berfokus pada satu masalah hanya dengan mengedit posting ini . Ditutup 2 tahun yang lalu . Apakah Web Semantik mati? Apakah ontologi sudah mati? Saya mengembangkan rencana kerja untuk tesis …

10 knowledge-base 

Jadi, kumpulan data kami minggu ini memiliki 14 atribut dan setiap kolom memiliki nilai yang sangat berbeda. Satu kolom memiliki nilai di bawah 1 sementara kolom lainnya memiliki nilai yang terdiri dari tiga hingga empat digit penuh. Kami mempelajari normalisasi minggu lalu dan sepertinya Anda seharusnya menormalkan data ketika mereka …

10 r  beginner 

Saya mencoba membangun hash sensitif lokalitas kosinus sehingga saya dapat menemukan kandidat pasangan barang yang serupa tanpa harus membandingkan setiap pasangan yang memungkinkan. Saya memilikinya pada dasarnya bekerja, tetapi sebagian besar pasangan dalam data saya tampaknya memiliki kesamaan cosinus dalam kisaran -0,2 hingga +0,2 jadi saya mencoba untuk memotongnya dengan …

10 machine-learning 

Saya berencana untuk menggunakan classifier scikit linear support vector machine (SVM) untuk klasifikasi teks pada corpus yang terdiri dari 1 juta dokumen berlabel. Apa yang saya rencanakan untuk lakukan adalah, ketika pengguna memasukkan beberapa kata kunci, classifier pertama akan mengklasifikasikannya dalam kategori, dan kemudian pencarian informasi berikutnya akan terjadi di …

10 machine-learning  classification  python  scikit-learn 

mari kita asumsikan bahwa saya ingin melatih algoritma regresi penurunan gradien stokastik menggunakan dataset yang memiliki sampel N. Karena ukuran dataset sudah diperbaiki, saya akan menggunakan kembali data T kali. Pada setiap iterasi atau "zaman", saya menggunakan masing-masing sampel pelatihan tepat satu kali setelah secara acak memesan kembali seluruh rangkaian …

10 python  gradient-descent  regression