Ciência de dados

Como a variação do parâmetro de regularização em um SVM altera o limite de decisão para um conjunto de dados não separável? Uma resposta visual e / ou algum comentário sobre os comportamentos limitantes (para regularizações grandes e pequenas) seria muito útil.

11 svm 

O que acontece quando treinamos uma máquina de vetores de suporte básico (kernel linear e sem margem flexível) em dados não linearmente separáveis? O problema de otimização não é viável, então o que o algoritmo de minimização retorna?

11 machine-learning  svm 

Eu estou lendo sobre isso SVMe cheguei ao ponto de que os não-kernelizados SVMsnada mais são que separadores lineares. Portanto, a única diferença entre uma SVMregressão logística e uma é o critério para escolher o limite? Aparentemente, SVMescolhe o classificador de margem máxima e a regressão logística é a que …

11 machine-learning  classification  svm  logistic-regression  generalization 

Depois de desenvolver meu modelo preditivo usando a Floresta Aleatória, recebo as seguintes métricas: Train Accuracy :: 0.9764634601043997 Test Accuracy :: 0.7933284397683713 Confusion matrix [[28292 1474] [ 6128 889]] Estes são os resultados deste código: training_features, test_features, training_target, test_target, = train_test_split(df.drop(['bad_loans'], axis=1), df['target'], test_size = .3, random_state=12) clf = RandomForestClassifier() …

11 python  predictive-modeling  accuracy  confusion-matrix  classifier 

Estou trabalhando com um conjunto de dados com grande número de recursos categóricos (> 80%) prevendo uma variável de destino contínua (ou seja, Regressão). Eu tenho lido bastante sobre maneiras de lidar com recursos categóricos. E aprendi que a codificação one-hot que eu tenho usado no passado é uma péssima …

11 machine-learning  decision-trees  categorical-data 

Gostaria de executar algum modelo de aprendizado de máquina como floresta aleatória, aumento de gradiente ou SVM no meu conjunto de dados. Existem mais de 200 variáveis ​​preditivas no meu conjunto de dados e minhas classes de destino são uma variável binária. Preciso executar a seleção de recursos antes do …

11 machine-learning  predictive-modeling  feature-selection  random-forest 

Qual é a diferença em R no xgboost entre binary: logistic e reg: logistic? É apenas na métrica de avaliação? Se sim, como o RMSE na classificação binária se compara à taxa de erro? O relacionamento entre as métricas é mais ou menos monotônico; a saída do ajuste em uma …

11 r  logistic-regression  xgboost 

Como o BERT é bidirecional (usa transformador bidirecional), é possível usá-lo para a tarefa de previsão da próxima palavra? Se sim, o que precisa ser ajustado?

11 neural-network  deep-learning  attention-mechanism  transformer  bert 

"Um erro comum que eu cometeria é adicionar uma não linearidade à minha saída de logits." O que o termo "logit" significa aqui ou o que representa?

11 machine-learning  deep-learning 

O que significa "linha de base" no contexto de aprendizado de máquina e ciência de dados? Alguém me escreveu: Dica: Uma linha de base apropriada fornecerá um RMSE de aproximadamente 200. Eu não entendo isso. Ele quer dizer que, se meu modelo preditivo nos dados de treinamento tiver um RMSE …

11 machine-learning  regression  predictive-modeling  terminology 

Ao treinar o modelo word2vec (usando, por exemplo, gensim), você fornece uma lista de palavras / frases. Mas não parece haver uma maneira de especificar pesos para as palavras calculadas, por exemplo, usando TF-IDF. A prática usual é multiplicar a incorporação de vetores de palavras com o peso associado ao …

11 machine-learning  nlp  word2vec  language-model  tfidf 

Eu tenho dois DataFrames (Ação, Comédia). Ação contém duas colunas (ano, classificação). As colunas de classificação contêm classificação média em relação ao ano. O Dataframe da comédia contém as mesmas duas colunas com diferentes valores médios. mesclo o dataframe em um total de ano Dataframe Saída do total_ano Agora, quero …

11 python  pandas  graphs  dataframe 

Estou tentando entender a abordagem do gradiente de política para resolver o problema da cartpole . Nesta abordagem, estamos expressando o gradiente da perda referente a cada parâmetro de nossa política como uma expectativa da soma dos gradientes de nosso gradiente de política para todas as ações em uma sequência, …

11 reinforcement-learning 

Atualmente, estou fazendo um curso no tensorflow no qual eles usaram tf.one_hot (índices, profundidade). Agora não entendo como esses índices mudam para essa sequência binária. Alguém por favor pode me explicar o processo exato ???

10 machine-learning  python  neural-network  deep-learning  tensorflow 

Estou no processo de preparação para ministrar um curso introdutório sobre ciência de dados usando a linguagem de programação R. Meu público é formado por estudantes de graduação em negócios. Um estudante de graduação em negócios típico não tem experiência em programação de computadores, mas cursou algumas classes que usam …

10 programming  excel