Perguntas com a marcação «machine-learning»

Aqui, a resposta se refere a gradientes de fuga e explosão que têm sigmoidfunções de ativação semelhantes, mas, eu acho, Relutem uma desvantagem e é seu valor esperado. não há limitação para a saída do Relue, portanto, seu valor esperado não é zero. Lembro-me da época anterior à popularidade Reludisso …

17 machine-learning  neural-network  deep-learning  gradient-descent  activation-function 

Eu estou querendo saber como rotular (marcar) frases / parágrafos / documentos com doc2vec no gensim - do ponto de vista prático. Você precisa ter cada frase / parágrafo / documento com seu próprio rótulo exclusivo (por exemplo, "Sent_123")? Isso parece útil se você quiser dizer "quais palavras ou frases …

17 machine-learning  text-mining  word-embeddings  word2vec 

Ensacamento é a geração de múltiplos preditores que funcionam como um único preditor. A desistência é uma técnica que ensina às redes neurais a média de todas as sub-redes possíveis. Olhando para as competições mais importantes do Kaggle, parece que essas duas técnicas são usadas juntas com muita frequência. Não …

17 machine-learning  neural-network  deep-learning 

Eu tenho uma grande matriz esparsa de usuários e itens que eles gostam (na ordem de 1 milhão de usuários e 100 mil itens, com um nível muito baixo de escassez). Estou explorando maneiras pelas quais eu poderia executar a pesquisa kNN nele. Dado o tamanho do meu conjunto de …

17 machine-learning  distributed  map-reduce  dimensionality-reduction 

Eu uso o Libsvm para treinar dados e prever classificação no problema de análise semântica . Mas há um problema de desempenho em dados de larga escala, porque a análise semântica diz respeito ao problema da n-dimensão . No ano passado, o Liblinear foi lançado e pode resolver gargalos de …

17 machine-learning  bigdata  libsvm 

Eu tenho um projeto de hobby que estou pensando em me comprometer como uma maneira de aumentar minha experiência até agora limitada de aprendizado de máquina. Tirei e concluí o MOOC do Coursera sobre o assunto. Minha pergunta é com relação à viabilidade do projeto. A tarefa é a seguinte: …

17 machine-learning 

Considere uma rede neural: Para um determinado conjunto de dados, dividimos em conjunto de treinamento, validação e teste. Suponha que façamos isso na proporção clássica 60:20:20 e evitemos o overfitting validando a rede verificando-a no conjunto de validação. Então, qual é a necessidade de testá-lo no conjunto de testes para …

17 machine-learning  neural-network  cross-validation 

Eu tenho características esparsas que são preditivas, também tenho algumas características densas que também são preditivas. Preciso combinar esses recursos para melhorar o desempenho geral do classificador. Agora, quando tento combiná-los, os recursos densos tendem a dominar mais sobre os recursos esparsos, oferecendo, portanto, apenas 1% de melhoria na AUC …

17 machine-learning  classification  predictive-modeling  scikit-learn  supervised-learning 

Estou fazendo um projeto sobre o problema de identificação do autor. Eu tinha aplicado a normalização tf-idf para treinar dados e, em seguida, treinei um svm nesses dados. Agora, ao usar o classificador, devo normalizar os dados de teste também. Eu sinto que o objetivo básico da normalização é fazer …

17 machine-learning  neural-network  deep-learning 

Qual é a diferença entre val_losse lossdurante o treinamento em Keras? Por exemplo Epoch 1/20 1000/1000 [==============================] - 1s - loss: 0.1760, val_loss: 0.2032 Em alguns sites, li que na validação o abandono não estava funcionando.

17 machine-learning  deep-learning  keras 

Estou construindo um fluxo de trabalho para criar modelos de aprendizado de máquina (no meu caso, usando Python pandase sklearnpacotes) a partir de dados extraídos de um banco de dados muito grande (aqui, Vertica por meio de SQL e pyodbc), e uma etapa crítica nesse processo envolve a imputação de …

16 machine-learning  python  pandas  scikit-learn 

Eu estava passando por um artigo em blogs do Kaggle. Repetidamente, o autor menciona 'LB score' e 'LB fit') como uma métrica para a eficácia do aprendizado de máquina (juntamente com a pontuação de validação cruzada (CV)). Com uma pesquisa para o significado de 'LB', passei bastante tempo, percebi que …

16 machine-learning  accuracy 

Estou começando a aprender Machine learning no site da Tensorflow. Eu desenvolvi uma compreensão muito rudimentar do fluxo que um programa de aprendizado profundo segue (esse método me faz aprender rápido, em vez de ler livros e grandes artigos). Existem algumas coisas confusas que me deparei, duas delas são: Viés …

16 machine-learning  deep-learning  tensorflow 

Quais são as características ou propriedades que indicam que um determinado problema de aprendizado pode ser resolvido usando máquinas de vetores de suporte? Em outras palavras, o que é que, quando você vê um problema de aprendizagem, faz você "oh, eu definitivamente devo usar SVMs para isso '', em vez …

16 machine-learning  svm  supervised-learning  unsupervised-learning 

Eu estou usando o exemplo do letter_recog.cpp do OpenCV para experimentar em árvores aleatórias e outros classificadores. Este exemplo possui implementações de seis classificadores - árvores aleatórias, reforço, MLP, kNN, ingênuo Bayes e SVM. É usado o conjunto de dados de reconhecimento de cartas da UCI com 20000 instâncias e …

16 machine-learning  classification  svm  accuracy  random-forest