Perguntas com a marcação «machine-learning»

Estou tendo uma string HTML e quero descobrir se uma palavra fornecida é relevante nessa string. A relevância pode ser medida com base na frequência do texto. Um exemplo para ilustrar meu problema: this is an awesome bike store bikes can be purchased online. the bikes we own rock. check …

8 machine-learning  data-mining 

Fiz uma pergunta semelhante perguntando sobre a distância entre "documentos" (artigos da Wikipedia, notícias, etc.). Fiz uma pergunta separada, porque as consultas de pesquisa são consideravelmente menores que os documentos e são consideravelmente mais barulhentas. Portanto, não sei (e duvido) se as mesmas métricas de distância seriam usadas aqui. Métricas …

8 machine-learning  nlp  search 

Alguém conhece alguns bons tutoriais sobre técnicas de aprendizado de máquina on-line? Ou seja, como ele pode ser usado em ambientes em tempo real, quais são as principais diferenças em comparação aos métodos normais de aprendizado de máquina, etc. UPD: Obrigado a todos pelas respostas. Por "online", quero dizer métodos …

8 machine-learning  education  beginner 

Eu tenho um conjunto de dados de séries temporais que aumenta linearmente de um sensor, com valores variando entre 50 e 150. Eu implementei um algoritmo de regressão linear simples para ajustar uma linha de regressão a esses dados, e estou prevendo a data em que a série chegaria 120 …

8 machine-learning  statistics  time-series 

Meu conjunto de dados tem um total de 200 colunas, em que cada coluna corresponde ao mesmo pixel em todas as minhas imagens. No total, tenho 48.500 linhas. Os rótulos para os dados variam de 0 a 9. Os dados são mais ou menos assim: raw_0 raw_1 raw_2 raw_3 raw_4 …

8 machine-learning  python  pandas  numpy  image-preprocessing 

Eu tenho uma Xmatriz, uma yvariável e outra variável ORTHO_VAR. Preciso prever a yvariável usando X, no entanto, as previsões desse modelo precisam ser ortogonais e, ao ORTHO_VARmesmo tempo, estar o mais correlacionadas ypossível. Eu preferiria que as previsões fossem geradas com um método não paramétrico como, por exemplo, xgboost.XGBRegressormas …

8 correlation  machine-learning  dataset  logistic-regression  prediction  linear-regression  prediction  dummy-variables  neural-network  image-classification  python  k-nn  python  neural-network  neural-network  deep-learning  keras  tensorflow  image-classification  tensorflow  reinforcement-learning  policy-gradients  machine-learning  decision-trees  neural-network  overfitting  data-analysis  metric  python  scikit-learn  distance  scipy  machine-learning  python  scikit-learn  decision-trees  logistic-regression  keras  image-classification  implementation  machine-learning  python  scikit-learn  random-forest  decision-trees  machine-learning  feature-selection  feature-engineering  word2vec  word-embeddings  natural-language-process  scikit-learn  time-series  clustering  k-means  python  cross-validation  pyspark  statistics  cross-validation  multiclass-classification  evaluation  machine-learning  nlp  machine-translation  neural-network  deep-learning  keras  tensorflow  image-classification  machine-learning  python  similarity  distance  lstm  text  named-entity-recognition  machine-learning  keras  optimization  gan  learning-rate  neural-network  data-mining  dataset  databases  books  neural-network  rnn 

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 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 

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 

Como estou lidando com dados altamente desequilibrados, usei o algoritmo SMOTE para reamostrar o conjunto de dados. Após a reamostragem do SMOTE, dividi o conjunto de dados reamostrado em conjuntos de treinamento / teste, usando o conjunto de treinamento para criar um modelo e um conjunto de testes para avaliar …

8 machine-learning  unbalanced-classes  evaluation