Ciência de dados

Poucas coisas na vida me dão prazer, como coletar dados estruturados e não estruturados da Internet e utilizá-los em meus modelos. Por exemplo, a Ciência Toolkit de dados (ou RDSTKpara programadores R) permite-me para puxar lotes de bons baseados em localização de dados usando IP de ou endereços de e …

13 text-mining  scraping 

Eu li neste post. A linguagem R é adequada para Big Data que o big data constitui 5TBe, embora faça um bom trabalho em fornecer informações sobre a viabilidade de trabalhar com esse tipo de dados R, fornece muito pouca informação sobre Python. Fiquei me perguntando se Pythonpode trabalhar com …

13 bigdata  python 

Gostaria de saber qual é a melhor maneira de classificar um conjunto de dados composto por tipos mistos de atributos, por exemplo, textual e numérico. Sei que posso converter texto em booleano, mas o vocabulário é diverso e os dados se tornam muito escassos. Também tentei classificar os tipos de …

13 machine-learning  classification 

Se eu tiver uma lista muito longa de nomes de artigos, como obter um resumo desses artigos na Internet ou em qualquer banco de dados? Os nomes dos artigos são como "Avaliação da utilidade na mineração da Web para o domínio da saúde pública". Alguém conhece alguma API que possa …

13 data-mining  machine-learning 

Eu luto para interpretar a diferença de codificação de Keras para a etiquetagem de sequências um para muitos (por exemplo, classificação de imagens únicas) e muitos para muitos (por exemplo, classificação de sequências de imagens). Frequentemente vejo dois tipos diferentes de códigos: O tipo 1 é onde nenhum TimeDistributed se …

13 keras  rnn  lstm  sequence 

Existe um método para calcular o intervalo de previsão (distribuição de probabilidade) em torno de uma série temporal prevista a partir de uma rede neural LSTM (ou outra rede recorrente)? Digamos, por exemplo, que estou prevendo 10 amostras no futuro (t + 1 a t + 10), com base nas …

13 machine-learning  deep-learning  time-series  prediction  lstm 

Dizem na Wikipedia e no deeplearning4j que NN de aprendizado profundo (DLNN) são NN que têm> 1 camada oculta. Esse tipo de NN era padrão na universidade para mim, enquanto o DLNN é muito popular no momento. Estive lá, fiz isso - qual é o grande problema? Ouvi também que …

13 neural-network  deep-learning 

Ao usar o retorno de chamada de Parada Antecipada no Keras, o treinamento é interrompido quando alguma métrica (geralmente perda de validação) não está aumentando. Existe uma maneira de usar outra métrica (como precisão, recall, f-measure) em vez da perda de validação? Todos os exemplos que eu vi até agora …

13 machine-learning  neural-network  deep-learning  keras 

Se eu tiver um hipercubo de 50 dimensões. E eu defino seu limite por ou onde x_j é a dimensão do hipercubo. O cálculo da proporção de pontos no limite do hipercubo será de 0,995 . O que isso significa? Isso significa que o restante do espaço está vazio? Se …

13 machine-learning  math 

O modelo de regressão linear é linear em parâmetros. O que isso realmente significa?

13 regression  linear-regression 

Sou iniciante em Machine Learning. No SVM, o hiperplano de separação é definido como . Por que dizemos vetor w ortogonal ao hiperplano de separação?y= wTx + by=WTx+by = w^T x + bWWw

13 machine-learning  svm 

Técnica de superamostragem de minoria sintética (SMOTE) é uma técnica de superamostragem usada em um problema de conjunto de dados desequilibrado. Até agora, tenho uma ideia de como aplicá-lo em dados estruturados genéricos. Mas é possível aplicá-lo no problema de classificação de texto? Qual parte dos dados você precisa exagerar? …

13 unbalanced-classes  text  smote 

Oi tenho dataframe com grandes valores categóricos acima de 1600 categorias existe alguma maneira de encontrar alternativas para que eu não tenha mais de 1600 colunas. Encontrei este link interessante abaixo http://amunategui.github.io/feature-hashing/#sourcecode Mas eles estão convertendo para classe / objeto que eu não quero. Quero minha saída final como um …

13 machine-learning  dataset  dimensionality-reduction  encoding 

Na Ciência de Dados, muitos parecem estar usando quadros de dados de pandas como o armazenamento de dados. Quais são os recursos dos pandas que o tornam um armazenamento de dados superior aos bancos de dados relacionais regulares, como o MySQL , que são usados ​​para armazenar dados em muitos …

13 pandas  databases 

Atualmente, estou tentando entender a arquitetura de uma CNN. Entendo a convolução, a camada ReLU, a camada de pool e a camada totalmente conectada. No entanto, ainda estou confuso sobre os pesos. Em uma rede neural normal, cada neurônio tem seu próprio peso. Na camada totalmente conectada, cada neurônio também …

13 machine-learning  neural-network  deep-learning  image-classification  cnn