Ilmu Data

Saya memiliki file keluhan pelanggan yang sangat besar tentang produk yang dimiliki perusahaan saya dan saya ingin melakukan analisis data pada deskripsi tersebut dan menandai kategori untuk masing-masing. Sebagai contoh: Saya perlu mencari tahu jumlah keluhan di sisi Perangkat Lunak dan Keras produk saya dari keluhan pelanggan. Saat ini, saya …

8 data-mining  classification  nlp  categorical-data 

Saya sedang mengerjakan masalah klasifikasi teks menggunakan Random Forest sebagai pengklasifikasi, dan pendekatan bag-of-words. Saya menggunakan implementasi dasar dari Random Forests (yang ada di scikit), yang menciptakan kondisi biner pada variabel tunggal di setiap pembagian. Mengingat hal ini, apakah ada perbedaan antara menggunakan fitur tf (frekuensi frekuensi) sederhana. di mana …

8 classification  text-mining  random-forest 

Saya mencoba mencari solusi yang baik (dan cepat) untuk masalah berikut: Saya memiliki dua model yang saya kerjakan, sebut saja mereka pemain dan tim. Seorang pemain dapat berada di beberapa tim dan sebuah tim dapat memiliki beberapa pemain). Saya sedang berupaya membuat elemen UI pada formulir yang memungkinkan pengguna memilih …

8 graphs 

Saya mencari untuk memilih karir saya di bidang ilmu keputusan atau pemodelan prediktif dan saya sadar bahwa ini adalah jenis pendapat tetapi saya ingin memiliki beberapa saran dari para ahli yang dapat saya gunakan untuk membangun karir saya di jalur yang benar. Apa alat yang harus saya ketahui seperti R, …

8 education  beginner  career 

Ini adalah 4 matriks berat berbeda yang saya dapatkan setelah melatih mesin Boltzman terbatas (RBM) dengan ~ 4k unit yang terlihat dan hanya 96 unit tersembunyi / vektor berat. Seperti yang Anda lihat, bobotnya sangat mirip - bahkan piksel hitam pada wajah direproduksi. 92 vektor lainnya juga sangat mirip, meskipun …

8 rbm 

Saya memiliki string HTML dan ingin mencari tahu apakah kata yang saya berikan relevan dengan string itu. Relevansi dapat diukur berdasarkan frekuensi dalam teks. Contoh untuk menggambarkan masalah saya: this is an awesome bike store bikes can be purchased online. the bikes we own rock. check out our bike store …

8 machine-learning  data-mining 

Saya mencoba menggunakan paket tm untuk mengkonversi vektor string teks ke elemen corpus. Kode saya terlihat seperti ini Corpus(d1$Yes) di mana d1$Yesfaktor dengan 124 level, masing-masing berisi string teks. Sebagai contoh, d1$Yes[246] = "So we can get the boat out!" Saya menerima kesalahan berikut: "Error: inherits(x, "Source") is not TRUE" …

8 r  text-mining 

Nah ini sepertinya tempat yang paling cocok untuk pertanyaan ini. Setiap situs web mengumpulkan data pengguna, beberapa hanya untuk kegunaan dan personalisasi, tetapi mayoritas seperti jaringan sosial melacak setiap gerakan di web, beberapa aplikasi gratis di ponsel Anda memindai pesan teks, riwayat panggilan dan sebagainya. Semua penyedotan data ini hanya …

8 data-mining 

Saya mengajukan pertanyaan serupa tentang jarak antara "dokumen" (artikel Wikipedia, berita, dll.). Saya membuat pertanyaan ini terpisah karena permintaan pencarian jauh lebih kecil dari dokumen dan jauh lebih ribut. Karenanya saya tidak tahu (dan ragu) apakah metrik jarak yang sama akan digunakan di sini. Metrik jarak vanila leksikal atau metrik …

8 machine-learning  nlp  search 

Apa saja kelas yang berbeda dari masalah sains data yang dapat diselesaikan dengan menggunakan model pemrograman mapreduce?

8 apache-hadoop  map-reduce 

Adakah yang tahu beberapa tutorial bagus tentang teknik pembelajaran mesin online? Yaitu bagaimana itu dapat digunakan dalam lingkungan waktu nyata, apa perbedaan utama dibandingkan dengan metode pembelajaran mesin normal dll. UPD: Terima kasih semuanya atas jawaban, dengan "online" maksud saya metode yang dapat dilatih dalam mode waktu nyata, berdasarkan input …

8 machine-learning  education  beginner 

Saya memiliki banyak dokumen, yang memuat banyak pasangan nilai kunci di dalamnya. Kunci mungkin tidak unik sehingga mungkin ada beberapa kunci dari jenis yang sama dengan nilai yang berbeda. Saya ingin membandingkan kesamaan kunci antara 2 dokumen. Lebih khusus kesamaan string dari nilai-nilai ini. Saya berpikir untuk menggunakan sesuatu seperti …

8 algorithms  similarity 

Saya memiliki rangkaian data deret waktu yang meningkat secara linear dari sebuah sensor, dengan rentang nilai antara 50 dan 150. Saya telah menerapkan algoritma Regresi Linier Sederhana agar sesuai dengan garis regresi pada data tersebut, dan saya memperkirakan tanggal kapan rangkaian akan mencapai 120. Semua berfungsi dengan baik saat seri …

8 machine-learning  statistics  time-series 

Melalui presentasi dan materi Summingbird oleh Twitter, salah satu alasan yang disebutkan untuk menggunakan cluster Storm dan Hadoop bersama-sama di Summingbird adalah bahwa pemrosesan melalui Storm menghasilkan cascading of error. Untuk menghindari cascading kesalahan dan akumulasi itu, cluster Hadoop digunakan untuk mengolah data dan membuang hasil Storm setelah data yang …

8 bigdata  apache-hadoop 

Kasus penggunaan yang paling populer tampaknya adalah sistem rekomendasi dari berbagai jenis (seperti merekomendasikan barang belanjaan, pengguna di jejaring sosial, dll.). Tapi apa aplikasi ilmu data khas lainnya, yang dapat digunakan dalam vertikal yang berbeda? Misalnya: prediksi churn pelanggan dengan pembelajaran mesin, mengevaluasi nilai seumur hidup pelanggan, perkiraan penjualan.

8 usecase  consumerweb