Ciência de dados

Quando eu estava lendo sobre a GAN, o que eu não entendo é por que as pessoas costumam escolher a entrada para uma GAN (z) como amostras de um gaussiano? - e também existem problemas potenciais associados a isso?

8 deep-learning  gan  gaussian 

Eu tenho um conjunto de dados com a seguinte estrutura: full_name,nickname,match Christian Douglas,Chris,1, Jhon Stevens,Charlie,0, David Jr Simpson,Junior,1 Anastasia Williams,Stacie,1 Lara Williams,Ana,0 John Williams,Willy,1 onde cada linha do preditor é um nome completo do par, apelido e a variável de destino, corresponde, que é 1 quando o apelido corresponde à …

8 deep-learning  nlp 

Eu tenho um recurso no meu vetor de recurso que nem sempre está disponível, respectivamente, às vezes (para alguns exemplos), não faz sentido usá-lo. Alimento um sklearn MLPClassifier com esse vetor de recurso. A rede neural aprende por si só quando o recurso faz sentido usar para sua decisão ou …

8 neural-network  feature-selection  mlp 

Atualmente, estou estudando ciência de dados e aprendemos uma variedade estonteante de técnicas básicas de regressão / classificação (linear, logística, árvores, splines, RNA, SVM, MARS etc.), juntamente com uma variedade de ferramentas extras (bootstrapping, reforço, ensacamento, conjunto, cume / laço, CV, etc etc). Às vezes, as técnicas recebem contexto (por …

8 machine-learning  neural-network  deep-learning  classification  data-science-model 

Eu estou familiarizado com os termos alto viés e alta variação e seus efeitos no modelo. Basicamente, seu modelo apresenta alta variação quando é muito complexo e sensível e até mesmo extremos. Mas recentemente me perguntaram o significado do termo Variância no modelo de aprendizado de máquina em uma das …

8 machine-learning  variance 

Muitas pessoas parecem concordar que Arthur Samuel escreveu ou disse em 1959 que o aprendizado de máquina é o " Campo de estudo que dá aos computadores a capacidade de aprender sem serem explicitamente programados ". Por exemplo, a citação está contida nesta página , aquela e no curso de …

8 machine-learning 

Como lidar com um vetor de recurso que pode variar em tamanho? Digamos que por objeto, eu calculo 4 recursos. Para resolver um certo problema de regressão, posso ter 1, 2 ou mais desses objetos (não mais que 10). Assim, o vetor de característica tem 4 * N de comprimento. …

8 machine-learning  regression  linear-regression 

Estou tentando adicionar o GAE à minha implementação A2C há algum tempo, mas não consigo entender como isso funciona. Pelo que entendi, é que reduz a variação da função de estimativa de vantagem por meio de 'média' (ou generalização) das vantagens baseadas nos valores da distribuição. Tentei fazer as contas …

8 machine-learning  reinforcement-learning 

Estou tentando classificar os dados brutos do acelerômetro x, y, z em seu rótulo correspondente. Qual é a melhor arquitetura para obter melhores resultados? Ou alguém tem alguma sugestão sobre arquiteturas LSTM construídas em keras com nós de entrada e saída?

8 classification  keras  time-series  lstm  multiclass-classification 

Estou treinando uma CNN para um problema de classificação de imagem de 3 classes. Minha perda de treinamento diminuiu sem problemas, que é o comportamento esperado. No entanto, minha perda de validação mostra muita flutuação. É algo com que eu deveria me preocupar ou devo escolher o modelo com a …

8 image-classification  cnn  loss-function 

Estou aprendendo o Tensorflow e deparei-me com diferentes colunas de recursos usadas no Tensorflow. Desses tipos, dois são categorical_identity_columne indicator_column. Ambos foram definidos da mesma maneira. Tanto quanto eu entendo, ambos convertem a coluna categórica em uma coluna codificada quente. Então, minha pergunta é qual é a diferença entre os …

8 machine-learning  tensorflow 

Eu tenho jogado com um algoritmo que aprende a jogar tictactoe. O pseudocódigo básico é: repeat many thousand times { repeat until game is over { if(board layout is unknown or exploring) { move randomly } else { move in location which historically gives highest reward } } for each …

8 machine-learning  neural-network  reinforcement-learning  q-learning 

Estou trabalhando em uma rede neural convolucional para classificação de imagens. O conjunto de dados de treinamento é muito grande para ser carregado na memória do meu computador (4 gb), além disso, também preciso tentar algum aprimoramento para equilibrar as classes. Eu estou usando keras. Eu olhei em muitos exemplos, …

8 python  keras  training  convolution 

Considere uma Rede Neural Convolucional (CNN) para classificação de imagens. Para detectar recursos locais, o compartilhamento de peso é usado entre unidades na mesma camada convolucional. Nessa rede, os pesos do kernel são atualizados através do algoritmo de retropropagação. Uma atualização para o peso do kernel hjhjh_j na camada eull …

8 neural-network  cnn 

Eu li esta pergunta: Como interpretar a saída de importância do XGBoost? sobre os três tipos diferentes de importância dos recursos: frequência (chamada "peso" no Python XGBoost), ganho e cobertura. No meu caso, eu tenho um recurso, Gender, que tem uma importância muito baixa com base na métrica de frequência, …

8 machine-learning  xgboost