Ilmu Data

Saya seorang Rprogrammer bahasa. Saya juga berada dalam kelompok orang yang dianggap sebagai Ilmuwan Data tetapi berasal dari disiplin akademis selain CS. Ini berfungsi dengan baik dalam peran saya sebagai Data Scientist, namun, dengan memulai karir saya Rdan hanya memiliki pengetahuan dasar tentang bahasa scripting / web lain, saya merasa …

40 machine-learning  bigdata  statistics  programming  c 

Saya mencoba memahami perbedaan utama antara GBM dan XGBOOST. Saya mencoba untuk google itu, tetapi tidak dapat menemukan jawaban yang baik menjelaskan perbedaan antara kedua algoritma dan mengapa xgboost hampir selalu berkinerja lebih baik daripada GBM. Apa yang membuat XGBOOST begitu cepat?

40 machine-learning  algorithms  xgboost  ensemble-modeling  gbm 

Baru-baru ini di kelas Pembelajaran Mesin dari profesor Oriol Pujol di UPC / Barcelona ia menggambarkan algoritma, prinsip dan konsep yang paling umum digunakan untuk berbagai tugas terkait pembelajaran mesin. Di sini saya membaginya dengan Anda dan bertanya: apakah ada kerangka kerja komprehensif yang mencocokkan tugas dengan pendekatan atau metode …

39 machine-learning  algorithms 

Saya akan melatih jaringan LSTM besar dengan 2-3 juta artikel dan saya berjuang dengan Kesalahan Memori (saya menggunakan AWS EC2 g2x2large). Saya menemukan bahwa salah satu solusinya adalah dengan mengurangi batch_size. Namun, saya tidak yakin apakah parameter ini hanya terkait dengan masalah efisiensi memori atau apakah akan mempengaruhi hasil saya. …

38 deep-learning  keras 

Seorang ilmuwan data yang bercita-cita di sini. Saya tidak tahu apa-apa tentang Hadoop, tetapi karena saya telah membaca tentang Ilmu Data dan Big Data, saya melihat banyak pembicaraan tentang Hadoop. Apakah benar-benar perlu untuk mempelajari Hadoop untuk menjadi Ilmuwan Data?

38 bigdata  apache-hadoop 

Saya mengalami kesulitan memahami perbedaan antara equivariant ke terjemahan dan invariant to translation . Dalam buku Deep Learning . MIT Press, 2016 (I. Goodfellow, A. Courville, dan Y. Bengio), dapat ditemukan di jaringan konvolusional: [...] bentuk tertentu dari berbagi parameter menyebabkan layer memiliki properti yang disebut equivariance to translation [...] …

38 neural-network  deep-learning  convolution 

Saya akan menganggap diri saya sebagai ilmuwan data pekerja harian. Seperti kebanyakan (saya pikir), saya membuat bagan pertama saya dan melakukan agregasi pertama saya di sekolah menengah dan perguruan tinggi, menggunakan Excel. Ketika saya melewati masa kuliah, sekolah pascasarjana dan ~ 7 tahun pengalaman kerja, saya dengan cepat mengambil apa …

37 tools  career  excel 

Saya menjalankan model xgboost. Saya tidak tahu persis bagaimana menafsirkan output dari xgb.importance. Apa arti dari Penguatan, Penutupan, dan Frekuensi dan bagaimana kita menafsirkannya? Juga, apa arti Split, RealCover, dan RealCover%? Saya punya beberapa parameter tambahan di sini Apakah ada parameter lain yang dapat memberi tahu saya lebih lanjut tentang …

37 machine-learning  xgboost 

Saya sedang mengerjakan masalah dengan terlalu banyak fitur dan melatih model saya terlalu lama. Saya menerapkan algoritma pemilihan maju untuk memilih fitur. Namun, saya bertanya-tanya apakah scikit-belajar memiliki algoritma seleksi / stepwise regresi maju?

37 feature-selection  scikit-learn 

Saya memiliki kerangka data panda dengan beberapa entri, dan saya ingin menghitung korelasi antara pendapatan beberapa jenis toko. Ada sejumlah toko dengan data pendapatan, klasifikasi area aktivitas (teater, toko pakaian, makanan ...) dan data lainnya. Saya mencoba membuat bingkai data baru dan menyisipkan kolom dengan pendapatan semua jenis toko yang …

35 python  statistics  visualization  pandas 

Sudah menjadi kebiasaan bagi pengguna komunitas yang berbeda untuk mengutip hal-hal lucu tentang bidang mereka. Mungkin menyenangkan untuk membagikan hal-hal lucu Anda tentang Pembelajaran Mesin, Pembelajaran Dalam, Ilmu Data, dan hal-hal yang Anda hadapi setiap hari!

35 machine-learning  neural-network  deep-learning 

Saya sekarang telah melihat dua program sertifikasi sains data - yang John Hopkins tersedia di Coursera dan yang Cloudera . Saya yakin ada orang lain di luar sana. Rangkaian kelas John Hopkins difokuskan pada R sebagai toolset, tetapi mencakup berbagai topik: Pemrograman R membersihkan dan mendapatkan data Analisis data Penelitian …

35 education 

Saya membaca di suatu tempat bahwa jika kita memiliki fitur yang terlalu berkorelasi, kita harus menghapus satu, karena ini dapat memperburuk model. Jelas bahwa fitur yang berkorelasi berarti mereka membawa informasi yang sama, jadi masuk akal untuk menghapus salah satunya. Tapi saya tidak bisa mengerti mengapa ini bisa memperburuk model.

35 machine-learning  correlation 

Misalkan saya membuat NN untuk klasifikasi. Lapisan terakhir adalah lapisan padat dengan aktivasi softmax. Saya memiliki lima kelas yang berbeda untuk diklasifikasi. Misalkan untuk contoh pelatihan tunggal, true labeladalah [1 0 0 0 0]saat prediksi [0.1 0.5 0.1 0.1 0.2]. Bagaimana saya menghitung kerugian lintas entropi untuk contoh ini?

35 machine-learning  deep-learning 

Saya masih bingung tentang perbedaan antara Densedan TimeDistributedDensedari Kerasmeskipun sudah ada beberapa pertanyaan serupa ditanyakan di sini dan di sini . Orang banyak berdiskusi tetapi tidak ada kesimpulan yang disepakati bersama. Dan meskipun, di sini , @fchollet menyatakan bahwa: TimeDistributedDenseberlaku operasi yang sama Dense(terhubung penuh) untuk setiap catatan waktu tensor …

34 machine-learning  neural-network  keras