Ciência de dados

Eu estou tentando implementar um algoritmo básico de descida de gradiente estocástico para uma regressão linear 2D em python. Recebi um código padrão para o GD baunilha e tentei convertê-lo para trabalhar para o SGD. Especificamente - estou um pouco inseguro quanto à implementação correta da função de perda e …

7 linear-regression  gradient-descent 

Entendo que os modelos são tão bons quanto os dados que você obtém, e o design incorreto pode gerar dados realmente ruins. Amostras não aleatórias, projetos desequilibrados / incompletos, confusos, podem dificultar a análise dos dados. Em que ponto devemos confiar que eles executaram um modelo útil ? Você apenas …

7 performance  accuracy 

Enquanto aprendia a normalização de lotes, eu estava pensando por que não podemos resolver o "problema da escala de gradiente" usando uma função de ativação apropriada? Como não podemos atrasar e dimensionar a função de ativação em vez de dimensionar todo o conjunto de dados e garantir que a variação …

7 machine-learning 

Estou tentando implementar o classificador de árvore de decisão para classificar meu conjunto de dados. Eu estou usando Python. Agora é fácil implementar no scikit learn, mas como posso implementar isso no tensorflow.

7 machine-learning  python  deep-learning  tensorflow  decision-trees 

Recentemente, fui entrevistado em uma entrevista de emprego sobre soluções para corrigir um desequilíbrio de classes no conjunto de dados de treinamento. Vamos nos concentrar em um caso de classificação binária. Ofereci duas soluções: superamostrar a classe minoritária alimentando lotes de dados equilibrados do classificador ou particionando a classe abundante, …

7 training  unbalanced-classes  class-imbalance 

Tenho duas (ou mais, em princípio) séries temporais 1xN e gostaria de treinar um NN para prever o próximo valor de ambos. Posso organizá-los como uma matriz 2xN e alimentar uma janela dessa matriz como entrada para o NN, mas não sei como estruturar o próprio NN. Eu fiz um …

7 machine-learning  neural-network  time-series  correlation 

Para uma tarefa de análise de sentimentos, suponha que tenhamos algumas classes representadas por características .ccciii Podemos representar a probabilidade condicional de cada classe como: que representa cada recurso e é a classe temos. , podemos representar Nossos antecedentes para cada classe são dados por: que:P(c|wi)=P(wi|c)⋅P(c)P(wi)P(c|wi)=P(wi|c)⋅P(c)P(wi)P(c | w_i) = \frac{P(w_i|c) …

7 machine-learning  nlp  naive-bayes-classifier  sentiment-analysis  natural-language-process 

Na minha turma, muitas vezes preciso trabalhar com imagens de mapa de cores. Eu mostrava a imagem e tentava fazer inferências / observações sobre diferentes assuntos. Muitas vezes, eu realmente preciso quantificar alguns aspectos, mas é sempre muito aproximado e de alguma forma vago, porque as imagens são fornecidas "como …

7 image-recognition  software-recommendation 

Eu sei que depende dos dados e da pergunta, mas imagine um cenário em que, para um determinado conjunto de dados, você poderia optar por um modelo não linear bastante complexo (difícil de interpretar), fornecendo um melhor poder de previsão, talvez porque o modelo pode ver as não linearidades presentes …

7 machine-learning  predictive-modeling  model-selection 

Em um problema de regressão, é possível calcular uma pontuação de confiança / confiabilidade para uma determinada previsão, considerando modelos como XGBoost ou Neural Networks?

7 machine-learning  neural-network  regression  decision-trees  xgboost 

Na aproximação função-valor, em particular no aprendizado profundo de Q, entendo que primeiro previmos os valores de Q para cada ação. No entanto, quando existem muitas ações, essa tarefa não é fácil. Mas na iteração de política, também temos que gerar um vetor softmax relacionado a cada ação. Portanto, não …

7 reinforcement-learning 

Existem ferramentas para monitorar o treinamento da rede no PyTorch? Eu estou procurando um equivalente ao tensorboard no tensorflow.

7 deep-learning  tensorflow  pytorch 

Eu sou novo no aprendizado profundo e LSTM (com keras). Estou tentando resolver uma previsão de séries temporais com vários passos à frente. Eu tenho três séries temporais: A, B e C e quero prever os valores de C. Estou treinando um LSTM alimentando 3 passos para trás nos pontos …

7 python  time-series  keras  lstm 

Eu tenho um conjunto de dados com 10.000 genes como abaixo person gene1 gene2 ... gene10000 ethnic 1 0 1 1 asian 2 1 0 1 European Cada linha significa se uma pessoa tem um gene em seu DNA ou não. Estamos tentando classificar diferentes grupos étnicos com base nos …

7 machine-learning  clustering  unsupervised-learning 

Em http://www.speech.zone/exercises/dtw-in-python/ , diz Embora não seja mais realmente usado, o Dynamic Time Warping (DTW) é uma boa introdução ao conceito-chave da Programação Dinâmica. Estou usando o DTW para processamento de sinal e fico um pouco surpreso: o que é usado no lugar?

7 time-series