Ciência de dados

Estou procurando uma biblioteca Python que possa calcular a matriz de confusão para a classificação de vários rótulos . PARA SUA INFORMAÇÃO: O scikit-learn não suporta rótulos múltiplos para matriz de confusão) Qual é a diferença entre Multiclass e Multilabel Problem

9 python  software-recommendation  multilabel-classification 

Para o projeto final do curso em Data Science, propusemos o seguinte: Com o conjunto de dados de avaliações da Amazon , planejamos criar um algoritmo (que é basicamente baseado no PageRank personalizado) que determina uma posição estratégica para a colocação de anúncios na Amazon. Por exemplo, existem milhões de …

9 machine-learning  data-mining  dataset  recommender-system 

Estou procurando um pacote Python que implemente regressão linear multivariada. (Nota terminológica: a regressão multivariada trata do caso em que há mais de uma variável dependente, enquanto a regressão múltipla trata do caso em que há uma variável dependente, mas mais de uma variável independente.)

9 python  regression  library  software-recommendation 

Meu conjunto de dados é composto por seqüências de vetores. Cada vetor possui 50 dimensões com valor real. O número de vetores em uma sequência varia de 3-5 a 10-15. Em outras palavras, o comprimento de uma sequência não é fixo. Alguma quantidade razoável de seqüências (não vetores!) É anotada …

9 classification  sequence 

Suponha que tenhamos o seguinte quadro de dados com vários valores para uma determinada coluna: categories 0 - ["A", "B"] 1 - ["B", "C", "D"] 2 - ["B", "D"] Como podemos obter uma mesa como esta? "A" "B" "C" "D" 0 - 1 1 0 0 1 - 0 1 …

9 python  pandas 

Eu tenho tentado entender o aprendizado por reforço há algum tempo, mas de alguma forma não consigo visualizar como escrever um programa para aprender por reforço para resolver um problema do mundo da grade. Você pode me sugerir alguns livros que me ajudariam a construir uma concepção clara do aprendizado …

9 machine-learning  books  reinforcement-learning 

Minha pergunta é tripla No contexto de máquinas de vetores de suporte "Kernelized" A seleção de variável / recurso é desejável - especialmente porque regularizamos o parâmetro C para evitar o excesso de ajuste e o principal motivo por trás da introdução de kernels em um SVM é aumentar a …

9 svm  feature-selection  scikit-learn 

Recentemente, o Google publicou um sonho profundo interessante. Além da geração de arte, como http://deepdreamgenerator.com/ , você vê alguma aplicação potencial de sonho profundo em visão computacional ou aprendizado de máquina?

9 machine-learning  deep-learning 

Problema Tentei usar bayes Naive em um conjunto de dados rotulados de dados sobre crimes, mas obtive resultados realmente ruins (precisão de 7%). Naive Bayes corre muito mais rápido do que outros alogoritmos que eu estou usando, então eu queria tentar descobrir por que a pontuação era tão baixa. Pesquisa …

9 machine-learning  classification  python  naive-bayes-classifier 

Estou estudando aprendizado de máquina e sinto que há uma forte relação entre o conceito de dimensão VC e o conceito mais clássico (estatístico) de graus de liberdade. Alguém pode explicar essa conexão?

9 machine-learning  self-study 

Eu sou novo no campo de aprendizado de máquina, mas já fiz minha parte no processamento de sinais. Informe-me se esta pergunta foi classificada incorretamente. Eu tenho dados bidimensionais que são definidos por pelo menos três variáveis, com um modelo altamente não linear muito complicado para simular. Eu tive vários …

9 machine-learning  scikit-learn 

O Vowpal Wabbit (VW) aparentemente suporta a funcionalidade de marcação de sequência via SEARN . O problema é que não consigo encontrar uma lista detalhada de parâmetros com explicações e com alguns exemplos. O melhor que pude encontrar é a entrada de blog de Zinkov com um exemplo muito curto. …

9 machine-learning  nlp 

Cada observação nos meus dados foi coletada com uma diferença de 0,1 segundos. Não chamo de série temporal porque não tem data e hora. Nos exemplos de algoritmos de clustering (encontrados online) e PCA, os dados da amostra têm 1 observação por caso e não são cronometrados. Mas meus dados …

9 algorithms 

Quero usar a Alocação de Dirichlet Latente para um projeto e estou usando o Python com a biblioteca gensim. Depois de encontrar os tópicos, gostaria de agrupar os documentos usando um algoritmo como o k-means (idealmente, gostaria de usar um bom para sobrepor clusters para que qualquer recomendação seja bem-vinda). …

9 python  clustering  lda 

Estou treinando modelos de floresta aleatórios em R usando randomForest()com 1000 árvores e quadros de dados com cerca de 20 preditores e linhas de 600 mil. No meu laptop, tudo funciona bem, mas quando passo para o amazon ec2, para executar a mesma coisa, recebo o erro: Error: cannot allocate …

9 r  random-forest