Ciência de dados

Quão amplamente o Theano é usado na pesquisa de aprendizado profundo? O Theano é um bom começo para aprender a implementação de algoritmos de aprendizado de máquina? Aprender a implementação de algo como uma rede feed forward realmente ajudará? Os estudantes de pós-graduação implementam redes neurais ou outros algoritmos pelo …

8 machine-learning  python  deep-learning  library 

Quero saber como é feito um detector de e-mail de spam. Não estou tentando criar um produto comercial, será um exercício de aprendizado sério para mim. Portanto, estou procurando recursos, como projetos existentes, código fonte, artigos, documentos, etc., que eu possa seguir. Quero aprender com exemplos, acho que não sou …

8 machine-learning  classification  text-mining 

Eu tenho um conjunto de dados como este. Os dados foram coletados através de um questionário e eu vou fazer algumas análises exploratórias. windows <- c("yes", "no","yes","yes","no") sql <- c("no","yes","no","no","no") excel <- c("yes","yes","yes","no","yes") salary <- c(100,200,300,400,500 ) test<- as.data.frame (cbind(windows,sql,excel,salary),stringsAsFactors=TRUE) test[,"salary"] <- as.numeric(as.character(test[,"salary"] )) Eu tenho uma variável de resultado …

8 r  visualization 

Eu tenho uma grande sequência de vetores de comprimento N. Preciso de algum algoritmo de aprendizado não supervisionado para dividir esses vetores em segmentos M. Por exemplo: O K-means não é adequado, porque coloca elementos semelhantes de locais diferentes em um único cluster. Atualizar: Os dados reais são assim: Aqui, …

8 machine-learning  clustering  sequence 

Estou tentando descobrir como usar o chunker em cascata do NLTK conforme o Capítulo 7 do livro do NLTK . Infelizmente, estou tendo alguns problemas ao executar medidas de fragmentação não triviais. Vamos começar com esta frase: "adventure movies between 2000 and 2015 featuring performances by daniel craig" Consigo encontrar …

8 python  nlp  nltk 

Eu tenho 40000 linhas de dados de texto do domínio da saúde. Os dados possuem uma coluna para texto (2 a 5 frases) e uma coluna para sua categoria. Eu quero classificar isso em 300 categorias. Algumas categorias são independentes, enquanto outras são um pouco relacionadas. A distribuição de dados …

8 machine-learning  classification  nlp  text-mining 

Estou tentando ver se existe um termo convencional para esse conceito para me ajudar na minha pesquisa e literatura. Quando um modelo de aprendizado de máquina faz com que uma ação seja executada no mundo real que afeta instâncias futuras, como é chamado? Estou pensando em algo como um sistema …

8 machine-learning  terminology 

Estou trabalhando em um projeto que pede aos colegas que compartilhem seus dados de texto originais para análise adicional usando técnicas de mineração de dados e, acho que seria apropriado anonimizar os nomes dos alunos com suas submissões. Deixando de lado as melhores soluções de um URL em que os …

8 machine-learning  data-cleaning 

Tenho um projeto de classificação de documentos em que estou obtendo o conteúdo do site e depois atribuindo um dos vários rótulos ao site de acordo com o conteúdo. Eu descobri que o tf-idf poderia ser muito útil para isso. No entanto, eu não tinha certeza de quando exatamente usá-lo. …

8 classification  feature-selection  feature-extraction 

Estou olhando para o gráfico e explorar interativamente dados medidos ao vivo / continuamente. Existem algumas opções por aí, sendo plot.ly a mais fácil de usar. O Plot.ly possui uma interface do usuário fantástica e fácil de usar (facilmente escalável, configurável, facilmente ajustável / cabível na tela), mas não pode …

8 dataset  visualization 

Tenho um enorme arquivo de reclamações de clientes sobre os produtos que minha empresa possui e gostaria de fazer uma análise de dados nessas descrições e marcar uma categoria para cada uma delas. Por exemplo: preciso descobrir o número de reclamações no lado de Software e Hardware do meu produto …

8 data-mining  classification  nlp  categorical-data 

Estou tentando descobrir uma solução boa (e rápida) para o seguinte problema: Eu tenho dois modelos com os quais estou trabalhando, vamos chamá-los de jogadores e equipes. Um jogador pode estar em várias equipes e uma equipe pode ter vários jogadores). Estou trabalhando na criação de um elemento de interface …

8 graphs 

Estou trabalhando em um problema de classificação de texto usando a Floresta aleatória como classificadores e uma abordagem de palavras-chave. Estou usando a implementação básica do Random Forests (o presente no scikit), que cria uma condição binária em uma única variável em cada divisão. Diante disso, existe uma diferença entre …

8 classification  text-mining  random-forest 

Estou procurando escolher minha carreira na área de ciência da decisão ou modelagem preditiva e estou ciente de que isso é baseado em opiniões, mas gostaria de receber sugestões de especialistas de que posso usá-lo para construir minha carreira no caminho correto. Quais são as ferramentas que devo conhecer como …

8 education  beginner  career 

Bem, este parece ser o local mais adequado para esta pergunta. Todo site coleta dados do usuário, alguns apenas para usabilidade e personalização, mas a maioria, como as redes sociais, rastreia todos os movimentos da Web, alguns aplicativos gratuitos do telefone digitalizam mensagens de texto, histórico de chamadas e assim …

8 data-mining