Pertanyaan yang diberi tag «machine-learning»

Saya tertarik mengetahui apa yang sebenarnya terjadi di Hellinger Distance (dalam istilah sederhana). Selain itu, saya juga tertarik mengetahui jenis masalah apa yang bisa kita gunakan Hellinger Distance? Apa manfaat menggunakan Hellinger Distance?

19 machine-learning  data-mining  text-mining  distance 

Saya berpartisipasi dalam kompetisi kaggle. Dataset memiliki sekitar 100 fitur dan semuanya tidak diketahui (dalam hal apa yang sebenarnya mereka wakili). Pada dasarnya mereka hanya angka. Orang-orang melakukan banyak rekayasa fitur pada fitur-fitur ini. Saya bertanya-tanya bagaimana tepatnya seseorang dapat melakukan rekayasa fitur pada fitur yang tidak diketahui? Dapatkah seseorang …

19 machine-learning  feature-selection  feature-extraction  feature-engineering  kaggle 

Masalah yang saya tangani adalah mengelompokkan teks-teks pendek menjadi beberapa kelas. Pendekatan saya saat ini adalah menggunakan frekuensi istilah bobot tf-idf dan mempelajari classifier linier sederhana (regresi logistik). Ini bekerja cukup baik (sekitar 90% makro F-1 pada set tes, hampir 100% pada set pelatihan). Masalah besar adalah kata-kata yang tidak …

19 machine-learning  classification  feature-selection  logistic-regression  information-retrieval 

Secara umum, model pembelajaran mesin dibangun di atas kumpulan data. Saya ingin tahu apakah ada cara untuk menghasilkan set data sintetik menggunakan model pembelajaran mesin terlatih yang mempertahankan karakteristik dataset asli? [data asli -> model pembelajaran mesin bangun -> gunakan model ml untuk menghasilkan data sintetis .... !!!] Apa itu …

19 machine-learning  dataset 

Saya mencoba menemukan formula, metode, atau model yang akan digunakan untuk menganalisis kemungkinan bahwa peristiwa tertentu mempengaruhi beberapa data longitudinal. Saya mengalami kesulitan mencari tahu apa yang harus dicari di Google. Berikut ini sebuah contoh skenario: Image Anda memiliki bisnis yang memiliki rata-rata 100 pelanggan berjalan setiap hari. Suatu hari, …

19 machine-learning  data-mining  statistics 

Fungsi aktivasi digunakan untuk memperkenalkan non-linearitas dalam output linear dari tipe w * x + bdalam jaringan saraf. Yang saya bisa mengerti secara intuitif untuk fungsi aktivasi seperti sigmoid. Saya mengerti keuntungan dari ReLU, yaitu menghindari neuron mati selama backpropagation. Namun, saya tidak dapat memahami mengapa ReLU digunakan sebagai fungsi …

19 machine-learning  neural-network  deep-learning  activation-function 

Saya bertanya-tanya bagaimana kita harus memutuskan berapa banyak node di lapisan tersembunyi, dan berapa banyak lapisan tersembunyi untuk diletakkan ketika kita membangun arsitektur jaringan saraf. Saya mengerti layer input dan output tergantung pada set pelatihan yang kita miliki tetapi bagaimana kita memutuskan layer tersembunyi dan keseluruhan arsitektur secara umum?

19 machine-learning  neural-network 

Apa pro dan kontra Keras dan TFlearn ? Kapan satu perpustakaan lebih disukai dari yang lain?

18 machine-learning  keras  tflearn 

Baru-baru ini saya menemukan istilah Word2Vec , Sentence2Vec dan Doc2Vec dan agak bingung karena saya baru mengenal semantik vektor. Dapatkah seseorang tolong menjelaskan perbedaan dalam metode ini dengan kata-kata sederhana. Apa tugas yang paling cocok untuk setiap metode?

18 machine-learning  data-mining  clustering  nlp  unsupervised-learning 

Saya mencoba mencari argumen yang bagus tentang mengapa seseorang akan menggunakan jarak Manhattan di atas jarak Euclidean dalam Pembelajaran Mesin. Hal terdekat yang saya temukan untuk argumen yang baik sejauh ini adalah pada kuliah MIT ini . Pada 36:15 Anda dapat melihat pada slide pernyataan berikut: "Biasanya menggunakan metrik Euclidean; …

18 machine-learning  classification  distance 

Saya pemula di pembelajaran mesin dan keras dan sekarang bekerja masalah klasifikasi gambar multi-kelas menggunakan keras. Input ditandai gambar. Setelah beberapa pra-pemrosesan, data pelatihan diwakili dalam daftar Python sebagai: [["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]] "anjing", "kucing", dan "burung" adalah label kelas. Saya pikir pengkodean satu-panas harus digunakan untuk masalah ini, …

18 machine-learning  scikit-learn  tensorflow  keras  encoding 

Ditutup . Pertanyaan ini membutuhkan detail atau kejelasan . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Tambahkan detail dan jelaskan masalahnya dengan mengedit posting ini . Ditutup 3 tahun yang lalu . Saya sedang mengerjakan dataset fiksi dengan 25 fitur. Dua fitur adalah garis lintang dan garis bujur …

18 machine-learning  python  feature-engineering  feature-scaling  normalization 

Jika saya memiliki toko ritel dan memiliki cara untuk mengukur berapa banyak orang yang memasuki toko saya setiap menit, dan mencatat waktu data itu, bagaimana saya bisa memprediksi lalu lintas pejalan kaki di masa depan? Saya telah mempelajari algoritma pembelajaran mesin, tetapi saya tidak yakin yang mana yang akan digunakan. …

18 machine-learning  time-series 

Saya mendengar Andrew Ng (dalam video yang sayangnya tidak dapat saya temukan lagi) berbicara tentang bagaimana pemahaman tentang minimum lokal dalam masalah pembelajaran yang mendalam telah berubah dalam arti bahwa mereka sekarang dianggap kurang bermasalah karena dalam ruang dimensi tinggi (ditemui dalam pembelajaran mendalam) poin-poin kritis lebih cenderung menjadi poin …

18 machine-learning  deep-learning  optimization  convergence 

Saya mencoba memahami peran turunan dari fungsi sigmoid dalam jaringan saraf. Pertama saya plot fungsi sigmoid, dan turunan dari semua titik dari definisi menggunakan python. Apa sebenarnya peran derivatif ini? import numpy as np import matplotlib.pyplot as plt def sigmoid(x): return 1 / (1 + np.exp(-x)) def derivative(x, step): return …

18 machine-learning  neural-network