Ciência de dados

Preciso de ajuda sobre qual deve ser meu próximo passo em um algoritmo que estou projetando. Devido aos NDAs, não posso divulgar muito, mas tentarei ser genérico e compreensível. Basicamente, após várias etapas nos algoritmos, tenho o seguinte: Para cada cliente que eu tenho e eventos que eles fazem durante …

12 classification  clustering  time-series 

Suponha que eu tenha cinco conjuntos que gostaria de agrupar. Entendo que a técnica SimHashing descrita aqui: https://moultano.wordpress.com/2010/01/21/simple-simhashing-3kbzhsxyg4467-6/ poderia gerar três clusters ( {A}, {B,C,D}e {E}), por exemplo, se seus resultados fossem: A -> h01 B -> h02 C -> h02 D -> h02 E -> h03 Da mesma forma, …

12 clustering  similarity 

Eu tenho usado essa biblioteca para construção e análise básicas de redes neurais. No entanto, ele não tem suporte para a construção de redes neurais de várias camadas, etc. Então, eu gostaria de saber de alguma biblioteca agradável para fazer redes neurais avançadas e Deep Learning em Julia.

12 machine-learning  neural-network  julia 

Quando algoritmos ML, por exemplo, Vowpal Wabbit ou algumas das máquinas de fatoração que vencem competições de taxa de cliques ( Kaggle ), mencionam que os recursos são 'hash', o que isso realmente significa para o modelo? Vamos dizer que existe uma variável que representa o ID de um complemento …

12 machine-learning  predictive-modeling  kaggle 

Termos como 'ciência de dados' e 'cientista de dados' são cada vez mais usados ​​atualmente. Muitas empresas estão contratando 'cientista de dados'. Mas não acho que seja um trabalho completamente novo. Os dados existiram no passado e alguém teve que lidar com dados. Eu acho que o termo 'cientista de …

12 bigdata 

Quero investigar o comportamento de estabelecimento de preços das companhias aéreas - especificamente como as empresas reagem aos preços dos concorrentes. Como eu diria, meu conhecimento sobre análises mais complexas é bastante limitado. Eu fiz principalmente todos os métodos básicos para reunir uma visão geral dos dados. Isso inclui gráficos …

12 data-mining  dataset  regression  correlation  visualization 

Vou classificar documentos de texto não estruturados, ou seja, sites de estrutura desconhecida. O número de classes para as quais estou classificando é limitado (neste momento, acredito que não haja mais que três). Alguém tem uma sugestão de como eu posso começar? A abordagem "saco de palavras" é viável aqui? …

12 machine-learning  classification  text-mining  beginner 

Para experimentar, gostaríamos de usar o Emoji incorporado em muitos Tweets como dados básicos de treinamento / verdade para uma análise quantitativa simples de senações. Os tweets geralmente não são estruturados para que a PNL funcione bem. De qualquer forma, existem 722 Emoji no Unicode 6.0 e provavelmente outros 250 …

12 machine-learning  classification  parsing 

Estou trabalhando em um aplicativo que requer a criação de um banco de dados muito grande de n-gramas que existem em um corpus de texto grande. Preciso de três tipos de operação eficientes: pesquisa e inserção indexadas pelo próprio n-grama e consulta de todos os n-gramas que contêm um sub-n-grama. …

12 nlp  databases 

Atualmente, estou trabalhando com um grande conjunto de dados de solicitações de seguro de saúde que inclui algumas solicitações de laboratório e farmácia. As informações mais consistentes no conjunto de dados, no entanto, são compostas por códigos de diagnóstico (CID-9CM) e procedimentos (CPT, HCSPCS, CID-9CM). Meus objetivos são: Identifique as …

12 machine-learning  r 

Atualmente, estou usando vários classificadores diferentes em várias entidades extraídas do texto e usando precisão / recall como um resumo de quão bem cada classificador separado é executado em um determinado conjunto de dados. Gostaria de saber se existe uma maneira significativa de comparar o desempenho desses classificadores de maneira …

12 classification  performance 

Há um projeto paralelo no qual estou trabalhando, onde preciso estruturar uma solução para o seguinte problema. Eu tenho dois grupos de pessoas (clientes). O grupo Apretende comprar e o grupo Bpretende vender um determinado produto X. O produto tem uma série de atributos x_i, e meu objetivo é facilitar …

12 bigdata  text-mining  recommender-system 

Entendo que os métodos de compactação podem ser divididos em dois conjuntos principais: global local O primeiro conjunto funciona independentemente dos dados que estão sendo processados, ou seja, eles não dependem de nenhuma característica dos dados e, portanto, não precisam executar nenhum pré-processamento em nenhuma parte do conjunto de dados …

12 classification  algorithms  encoding 

Há muito hype ao redor do Hadoop e seu ecossistema. No entanto, na prática, onde muitos conjuntos de dados estão no intervalo de terabytes, não é mais razoável usar o Amazon RedShift para consultar grandes conjuntos de dados, em vez de gastar tempo e esforço construindo um cluster Hadoop? Além …

12 apache-hadoop  map-reduce  aws 

Fechado . Esta questão é baseada em opiniões . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela possa ser respondida com fatos e citações editando esta postagem . Fechado há 5 anos . Sendo novo no aprendizado de máquina em geral, gostaria …

12 machine-learning