Ciência de dados

Eu construí meu modelo. Agora eu quero desenhar o diagrama da arquitetura de rede para o meu trabalho de pesquisa. O exemplo é mostrado abaixo:

78 machine-learning  neural-network  deep-learning  svm  software-recommendation 

Estou tentando executar o SVR usando o scikit learn (python) em um conjunto de dados de treinamento com 595605 linhas e 5 colunas (recursos) e o conjunto de dados de teste com 397070 linhas. Os dados foram pré-processados ​​e regularizados. Consigo executar os exemplos de teste com êxito, mas ao …

76 python  svm  scikit-learn 

Estou apenas começando com um aprendizado de máquina e, até agora, tenho lidado com regressão linear sobre uma variável. Aprendi que existe uma hipótese, que é: hθ( x ) = θ0 0+ θ1 1xhθ(x)=θ0+θ1xh_\theta(x)=\theta_0+\theta_1x Para descobrir bons valores para os parâmetros e θ 1 , queremos minimizar a diferença entre …

73 machine-learning  linear-regression  loss-function 

Eu tenho usado pandas por algum tempo. Mas não entendi qual é a diferença entre isna()e isnull()nos pandas. E, mais importante, qual usar para identificar valores ausentes no quadro de dados. Qual é a diferença básica subjacente de como um valor é detectado como um naou outro null?

73 python  pandas  dataframe 

Uso SQL desde 1996, portanto, posso ser tendencioso. Eu usei o MySQL e o SQLite 3 extensivamente, mas também usei o Microsoft SQL Server e Oracle. A grande maioria das operações que eu já vi feitas com o Pandas pode ser feita mais facilmente com o SQL. Isso inclui filtrar …

69 pandas  sql 

Alguém pode praticamente explicar a lógica por trás da impureza de Gini versus ganho de informação (com base na Entropia)? Qual métrica é melhor usar em diferentes cenários ao usar árvores de decisão?

66 machine-learning  decision-trees 

Quais são as diferenças, se houver, entre um "cientista de dados" e um "engenheiro de aprendizado de máquina"? Ao longo do ano passado, o "engenheiro de aprendizado de máquina" começou a aparecer muito nas ofertas de emprego. Isso é particularmente notável em São Francisco, que é indiscutivelmente o local de …

66 machine-learning 

O problema com o qual estou lidando é prever valores de séries temporais. Estou analisando uma série temporal por vez e, com base em, por exemplo, 15% dos dados de entrada, gostaria de prever seus valores futuros. Até agora me deparei com dois modelos: LSTM (memória de longo prazo; uma …

64 time-series  deep-learning  rnn  prediction 

Eu estava começando a olhar para a área sob curva (AUC) e estou um pouco confuso sobre sua utilidade. Quando me expliquei pela primeira vez, a AUC parecia ser uma grande medida de desempenho, mas em minha pesquisa eu descobri que alguns afirmam que sua vantagem é quase sempre marginal, …

64 machine-learning  accuracy 

Estou fazendo alguns problemas em uma aplicação de árvore de decisão / floresta aleatória. Estou tentando ajustar um problema que possui números e seqüências de caracteres (como o nome do país) como recursos. Agora, a biblioteca, o scikit-learn usa apenas números como parâmetros, mas quero injetar as strings, assim como …

64 machine-learning  python  scikit-learn  random-forest  decision-trees 

Estou construindo um modelo de regressão e preciso calcular o abaixo para verificar se há correlações Correlação entre 2 variáveis ​​categóricas multiníveis Correlação entre uma variável categórica multinível e uma variável contínua VIF (fator de inflação de variância) para variáveis ​​categóricas multiníveis Eu acredito que é errado usar o coeficiente …

63 r  statistics  correlation 

Esta é uma pequena questão conceitual que me incomoda há um tempo: como podemos retropropagar através de uma camada de pool máximo em uma rede neural? Me deparei com camadas de pool máximo durante o tutorial da biblioteca nn do Torch 7. A biblioteca abstrai o cálculo do gradiente e …

62 neural-network  backpropagation 

Histórico do problema: Estou trabalhando em um projeto que envolve arquivos de log semelhantes aos encontrados no espaço de monitoramento de TI (para minha melhor compreensão do espaço de TI). Esses arquivos de log são dados de séries temporais, organizados em centenas / milhares de linhas de vários parâmetros. Cada …

61 machine-learning  python  data-mining  anomaly-detection  library 

Estou tentando começar a aprender sobre RNNs e estou usando o Keras. Entendo a premissa básica das camadas RNN e LSTM de baunilha, mas estou tendo problemas para entender um certo ponto técnico do treinamento. Na documentação do keras , diz que a entrada para uma camada RNN deve ter …

61 python  keras  rnn  training 

Como dividir aleatoriamente uma matriz de dados e o vetor de rótulo correspondente em um X_train, X_test, X_val, y_train, y_test, y_val com o Sklearn? Tanto quanto eu sei, sklearn.cross_validation.train_test_splitsó é capaz de se dividir em dois, não em três ...

59 machine-learning  scikit-learn