Ciência de dados

Estive lendo DeepMind Atari do Google de papel e eu estou tentando entender o conceito de "experiência replay". A repetição da experiência aparece em muitos outros documentos de aprendizado por reforço (particularmente o artigo AlphaGo), então eu quero entender como isso funciona. Abaixo estão alguns trechos. Primeiro, usamos um mecanismo …

19 reinforcement-learning  q-learning 

Do código Tensorflow : Tensorflow. RnnCell. num_units: int, The number of units in the LSTM cell. Não consigo entender o que isso significa. Quais são as unidades da célula LSTM. Entrada, saída e esquecer portões? Isso significa "número de unidades na camada de projeção recorrente para Deep LSTM". Então, por …

19 neural-network  tensorflow  rnn 

Eu sou novo no pytorch e comecei com este código do github. Eu não entendo o comentário na linha 60-61 no código "because weights have requires_grad=True, but we don't need to track this in autograd". Entendi que mencionamos requires_grad=Trueàs variáveis ​​as quais precisamos calcular os gradientes para usar o autograd, …

19 pytorch 

Suponha que eu tenha um quadro de dados 5 * 3 no qual a terceira coluna contenha valor ausente 1 2 3 4 5 NaN 7 8 9 3 2 NaN 5 6 NaN Espero gerar valor para a regra baseada em valor ausente nessa primeira coluna da segunda produção …

19 pandas 

Eu tenho 3 classes com esta distribuição: Class 0: 0.1169 Class 1: 0.7668 Class 2: 0.1163 E eu estou usando xgboostpara classificação. Eu sei que existe um parâmetro chamado scale_pos_weight. Mas como ele é tratado no caso 'multiclass' e como posso defini-lo corretamente?

19 classification  xgboost  multiclass-classification  unbalanced-classes 

Fiquei me perguntando como é que vamos decidir quantos nós nas camadas ocultas e quantas camadas ocultas colocar quando construirmos uma arquitetura de rede neural. Entendo que a camada de entrada e saída depende do conjunto de treinamento que temos, mas como decidimos a camada oculta e a arquitetura geral …

19 machine-learning  neural-network 

Atualmente, estou procurando conjuntos de dados rotulados para treinar um modelo para extrair entidades nomeadas de texto informal (algo semelhante a tweets). Como muitas vezes faltam letras maiúsculas e minúsculas nos documentos do meu conjunto de dados, estou procurando dados fora do domínio um pouco mais "informais" do que os …

18 dataset  nlp 

Ao trabalhar na análise exploratória de dados e no desenvolvimento de algoritmos, percebo que a maior parte do meu tempo é gasta em um ciclo de visualização, gravação de código, execução em pequenos conjuntos de dados e repetição. Os dados que eu tenho tendem a ser do tipo visão por …

18 algorithms 

Tendo muitos documentos de texto (em linguagem natural, não estruturados), quais são as maneiras possíveis de anotá-los com alguns metadados semânticos? Por exemplo, considere um pequeno documento: I saw the company's manager last day. Para poder extrair informações dele, ele deve ser anotado com dados adicionais para ser menos ambíguo. …

18 nlp  metadata  data-cleaning  text-mining 

Quais são os prós e os contras do Keras e do TFlearn ? Quando uma biblioteca é preferida à outra?

18 machine-learning  keras  tflearn 

Recentemente, deparei com os termos Word2Vec , Sentença2Vec e Doc2Vec e meio que confuso, pois sou novo na semântica de vetores. Alguém por favor pode elaborar as diferenças nesses métodos em palavras simples. Quais são as tarefas mais adequadas para cada método?

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

Eu sou novato em aprendizado de máquina e keras e agora estou trabalhando em um problema de classificação de imagem com várias classes usando keras. A entrada é marcada como imagem. Após algum pré-processamento, os dados de treinamento são representados na lista Python como: [["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]] o …

18 machine-learning  scikit-learn  tensorflow  keras  encoding 

Estou tentando procurar um bom argumento sobre por que alguém usaria a distância de Manhattan sobre a distância euclidiana no Machine Learning. A coisa mais próxima que encontrei de um bom argumento até agora é nesta palestra do MIT . Às 36:15, você pode ver nos slides a seguinte declaração: …

18 machine-learning  classification  distance 

Eu tenho uma pergunta muito básica que se relaciona com Python, numpy e multiplicação de matrizes no cenário de regressão logística. Primeiro, peço desculpas por não usar a notação matemática. Estou confuso sobre o uso da multiplicação de pontos na matriz versus a multiplicação por elementos. A função de custo …

18 python  logistic-regression  cost-function 

Existem significados para as dimensões de uma incorporação t-sne? Como no PCA, temos esse senso de maximizações de variância linearmente transformadas, mas para t-sne há intuição além do espaço que definimos para mapeamento e minimização da distância KL?

18 dimensionality-reduction  tsne