Ciência de dados

Estou ciente de que o keras serve como uma interface de alto nível para o TensorFlow. Mas parece-me que o keras pode fazer muitas funcionalidades por si só (entrada de dados, criação de modelo, treinamento, avaliação). Além disso, algumas das funcionalidades do TensorFlow podem ser portadas diretamente para keras (por …

16 keras  tensorflow 

Eu estava passando por um artigo em blogs do Kaggle. Repetidamente, o autor menciona 'LB score' e 'LB fit') como uma métrica para a eficácia do aprendizado de máquina (juntamente com a pontuação de validação cruzada (CV)). Com uma pesquisa para o significado de 'LB', passei bastante tempo, percebi que …

16 machine-learning  accuracy 

Estou começando a aprender Machine learning no site da Tensorflow. Eu desenvolvi uma compreensão muito rudimentar do fluxo que um programa de aprendizado profundo segue (esse método me faz aprender rápido, em vez de ler livros e grandes artigos). Existem algumas coisas confusas que me deparei, duas delas são: Viés …

16 machine-learning  deep-learning  tensorflow 

Estou brincando um pouco com convnets. Especificamente, estou usando o conjunto de dados kaggle gatos contra cães, que consiste em 25000 imagens rotuladas como gato ou cachorro (12500 cada). Consegui atingir cerca de 85% de precisão de classificação no meu conjunto de testes, no entanto, estabeleci uma meta de atingir …

16 neural-network  deep-learning  convnet  image-recognition  dropout 

Na PNL, existe o conceito de Gazetteerque pode ser bastante útil para criar anotações. Tanto quanto eu entendo: Um gazetteer consiste em um conjunto de listas contendo nomes de entidades como cidades, organizações, dias da semana etc. Essas listas são usadas para encontrar ocorrências desses nomes no texto, por exemplo, …

16 nlp  named-entity-recognition 

Quais são as características ou propriedades que indicam que um determinado problema de aprendizado pode ser resolvido usando máquinas de vetores de suporte? Em outras palavras, o que é que, quando você vê um problema de aprendizagem, faz você "oh, eu definitivamente devo usar SVMs para isso '', em vez …

16 machine-learning  svm  supervised-learning  unsupervised-learning 

Fechado . Esta questão precisa ser mais focada . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela se concentre apenas em um problema editando esta postagem . Fechado há 4 anos . Sou desenvolvedor web autodidata e estou interessado em me ensinar …

16 beginner  self-study 

Quais são alguns podcasts relacionados à ciência de dados? Essa é uma pergunta semelhante à pergunta da solicitação de referência no CrossValidated . Detalhes / regras: Os podcasts (o tema e os episódios) devem estar relacionados à ciência de dados. (Por exemplo: um podcast sobre outro domínio, com um episódio …

16 reference-request 

Existem artigos ou discussões sobre a extração de parte do texto que contêm mais informações sobre o documento atual. Por exemplo, eu tenho um grande corpus de documentos do mesmo domínio. Há partes do texto que contêm as principais informações sobre as quais um único documento fala. Quero extrair algumas …

16 nlp  text-mining 

Estou tentando criar um sistema de recomendação usando filtragem colaborativa. Eu tenho as [user, movie, rating]informações usuais . Gostaria de incorporar um recurso adicional, como 'idioma' ou 'duração do filme'. Não tenho certeza de quais técnicas eu poderia usar para esse problema. Por favor, sugira referências ou pacotes em python …

16 python  r  recommender-system 

Estou procurando uma biblioteca Python que possa executar regressão segmentada (também conhecida como regressão por partes) . Exemplo :

16 python  linear-regression  library  software-recommendation 

Como os bancos de dados NoSQL como o MongoDB podem ser usados ​​para análise de dados? Quais são os recursos neles que podem tornar a análise de dados mais rápida e poderosa?

16 bigdata  nosql  mongodb 

Eu estou usando o exemplo do letter_recog.cpp do OpenCV para experimentar em árvores aleatórias e outros classificadores. Este exemplo possui implementações de seis classificadores - árvores aleatórias, reforço, MLP, kNN, ingênuo Bayes e SVM. É usado o conjunto de dados de reconhecimento de cartas da UCI com 20000 instâncias e …

16 machine-learning  classification  svm  accuracy  random-forest 

Eu sei que não há uma resposta clara para essa pergunta, mas vamos supor que eu tenha uma enorme rede neural, com muitos dados e que eu queira adicionar um novo recurso na entrada. A "melhor" maneira seria testar a rede com o novo recurso e ver os resultados, mas …

16 machine-learning  neural-network  feature-selection  feature-extraction 

Eu tenho um problema de classificação binária: Aproximadamente 1000 amostras em conjunto de treinamento 10 atributos, incluindo binários, numéricos e categóricos Qual algoritmo é a melhor escolha para esse tipo de problema? Por padrão, vou começar com o SVM (preliminar, com valores de atributos nominais convertidos em recursos binários), pois …

16 classification  binary  svm  random-forest  logistic-regression