Ciência de dados

Fechado . Esta pergunta precisa de detalhes ou clareza . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Adicione detalhes e esclareça o problema editando esta postagem . Fechado há 3 anos . Estou trabalhando em um conjunto de dados fictício com 25 recursos. Dois dos recursos são …

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

O artigo Aprofundando as convoluções descreve o GoogleNet, que contém os módulos originais: A mudança para o início v2 foi que eles substituíram as convoluções 5x5 por duas convoluções 3x3 sucessivas e aplicaram o pool: Qual é a diferença entre o Inception v2 e o Inception v3?

18 image-classification  convnet  computer-vision  inception 

Estou trabalhando em um desafio do Kaggle, em que algumas variáveis ​​são representadas por linhas em vez de colunas (interrupção da rede Telstra). Atualmente, estou procurando o equivalente a gather (), separado () e spread (), que pode ser encontrado na ferramenta R tidyr.

18 r  python  dataset  data-cleaning  pandas 

Eu tenho usado redes neurais por um tempo agora. No entanto, uma coisa com a qual luto constantemente é a seleção de um otimizador para treinar a rede (usando backprop). O que eu costumo fazer é apenas começar com um (por exemplo, SGD padrão) e, em seguida, tentar outros de …

18 neural-network  optimization  backpropagation 

Sou bastante novo em redes neurais, mas entendo a álgebra linear e a matemática da convolução de maneira bastante decente. Estou tentando entender o código de exemplo que encontro em vários locais da rede para treinar um NN convolucional Keras com dados MNIST para reconhecer dígitos. Minha expectativa seria que, …

18 convnet  keras 

Se eu tiver uma loja de varejo e tiver uma maneira de medir quantas pessoas entram na minha loja a cada minuto e registrar os dados com data e hora, como posso prever o tráfego de pedestres no futuro? Analisei algoritmos de aprendizado de máquina, mas não tenho certeza de …

18 machine-learning  time-series 

Do tutorial da Keras RNN: "RNNs são complicadas. A escolha do tamanho do lote é importante, a escolha da perda e do otimizador é crítica, etc. Algumas configurações não convergirão." Portanto, essa é uma pergunta mais geral sobre o ajuste dos hiperparâmetros de um LSTM-RNN no Keras. Gostaria de saber …

18 python  neural-network  deep-learning  keras  hyperparameter 

Na minha classe, eu tenho que criar um aplicativo usando dois classificadores para decidir se um objeto em uma imagem é um exemplo de phylum porifera (seasponge) ou algum outro objeto. No entanto, estou completamente perdido quando se trata de técnicas de extração de recursos em python. Meu orientador me …

18 python  feature-extraction  image-recognition 

Eu tenho duas frases, S1 e S2, ambas com uma contagem de palavras (geralmente) abaixo de 15. Quais são os algoritmos mais úteis e bem-sucedidos (aprendizado de máquina), que são possivelmente fáceis de implementar (a rede neural é aceitável, a menos que a arquitetura seja tão complicada quanto o Google …

18 nlp  clustering  word2vec  similarity 

Estou tentando remover palavras de parada antes de executar a modelagem de tópicos. Notei que algumas palavras de negação (não, nem, nunca, nenhuma etc.) são geralmente consideradas palavras de parada. Por exemplo, NLTK, spacy e sklearn incluem "not" em suas listas de palavras de parada. No entanto, se removermos "não" …

18 nlp  topic-model  sentiment-analysis 

Ouvi Andrew Ng (em um vídeo que infelizmente não consigo mais encontrar) falar sobre como a compreensão dos mínimos locais em problemas de aprendizagem profunda mudou no sentido de que agora eles são considerados menos problemáticos porque em espaços de alta dimensão (encontrados em aprendizado profundo) é mais provável que …

18 machine-learning  deep-learning  optimization  convergence 

Eu gostaria de fazer uma redução de dimensionalidade em quase 1 milhão de vetores, cada um com 200 dimensões ( doc2vec). Estou usando a TSNEimplementação do sklearn.manifoldmódulo para ele e o grande problema é a complexidade do tempo. Mesmo com method = barnes_hut, a velocidade da computação ainda é baixa. …

18 python  bigdata  nlp  scikit-learn  dimensionality-reduction 

Eu estava examinando um artigo do BERT que usa GELU (Gaussian Error Linear Unit), que afirma a equação como GELU(x)=xP(X≤x)=xΦ(x).GELU(x)=xP(X≤x)=xΦ(x). GELU(x) = xP(X ≤ x) = xΦ(x).que se aproxima de 0.5x(1+tanh[2/π−−−√(x+0.044715x3)])0.5x(1+tanh[2/π(x+0.044715x3)])0.5x(1 + tanh[\sqrt{ 2/π}(x + 0.044715x^3)]) Você poderia simplificar a equação e explicar como ela foi aprovada.

18 activation-function  bert  mathematics 

Eu tento entender o papel da derivada da função sigmóide nas redes neurais. Primeiro, planto a função sigmóide e derivada de todos os pontos da definição usando python. Qual é exatamente o papel desse derivado? import numpy as np import matplotlib.pyplot as plt def sigmoid(x): return 1 / (1 + …

18 machine-learning  neural-network 

Se eu gosto de escrever uma LSTMrede e alimentá-la com diferentes tamanhos de matriz de entrada, como isso é possível? Por exemplo, quero receber mensagens de voz ou de texto em um idioma diferente e traduzi-las. Portanto, a primeira entrada talvez seja "olá", mas a segunda é "como você está?" …

18 keras  lstm