Veri Bilimi

Son zamanlarda bir arkadaşımdan bir röportajda karar ağacı algoritmalarının doğrusal mı yoksa doğrusal olmayan algoritma mı olduğu soruldu. Bu sorunun cevabını aramaya çalıştım ama tatmin edici bir açıklama bulamadım. Herkes bu sorunun çözümünü cevaplayabilir ve açıklayabilir mi? Ayrıca, doğrusal olmayan makine öğrenme algoritmalarına başka örnekler nelerdir?

21 machine-learning  classification  decision-trees  algorithms  pac-learning 

Python için oldukça yeni ama bazı sınıflandırma verilerine dayanarak ilk RF modelimi oluşturuyorum. Tüm etiketleri int64 sayısal verilere dönüştürdüm ve numpy dizi olarak X ve Y'ye yükledim, ancak modelleri eğitmeye çalıştığımda bir hataya çarpıyorum. Dizilerim şöyle görünüyor: >>> X = np.array([[df.tran_cityname, df.tran_signupos, df.tran_signupchannel, df.tran_vmake, df.tran_vmodel, df.tran_vyear]]) >>> Y = np.array(df['completed_trip_status'].values.tolist()) …

21 python  scikit-learn  sampling 

Degrade inişin minimuma yakınlaşmadığı bir senaryo olup olmadığını merak ediyorum. Degrade inişin her zaman küresel bir optimumluğa yaklaşacağı garanti edilmez. Ayrıca, adım boyutu çok büyükse, optimumdan farklı olabileceğinin de farkındayım. Ancak, bana öyle geliyor ki, eğer bir optimumdan ayrılırsa, sonunda başka bir optimum seviyeye gidecektir. Bu nedenle, gradyan inişinin yerel …

21 machine-learning  neural-network  deep-learning  optimization  gradient-descent 

Aktivasyon fonksiyonları, tipin doğrusal çıktısında doğrusal olmayanları tanıtmak için kullanılır w * x + b bir nöral ağdaki . Hangi sigmoid gibi aktivasyon fonksiyonları için sezgisel olarak anlayabiliyorum. Backpropagation sırasında ölü nöronlardan kaçınan ReLU'nun avantajlarını anlıyorum. Ancak, çıktı doğrusal ise ReLU'nun aktivasyon fonksiyonu olarak neden kullanıldığını anlayamıyorum? Eğer doğrusallık getirmezse, …

21 machine-learning  neural-network  deep-learning  activation-function 

Hangisi doğruluk için daha iyidir veya aynı mıdır? Elbette, categorical_crossentropy kullanıyorsanız, bir hot encoding kullanırsınız ve sparse_categorical_crossentropy kullanıyorsanız normal tamsayı olarak kodlarsınız. Ayrıca, biri ne zaman diğerinden daha iyi?

21 neural-network  keras  loss-function  encoding 

Bu dağıtım ile 3 sınıf var: Class 0: 0.1169 Class 1: 0.7668 Class 2: 0.1163 Ve xgboostsınıflandırma için kullanıyorum . Adında bir parametre olduğunu biliyorum scale_pos_weight. Ancak 'çok sınıflı' dava için nasıl ele alınır ve nasıl düzgün bir şekilde ayarlayabilirim?

21 classification  xgboost  multiclass-classification  unbalanced-classes 

Makine öğrenim modellerimin sağlam değerlendirmesi için K-kat çapraz doğrulamasını uygulardım. Ancak bu amaçla bootstrapping yönteminin varlığından da haberdarım. Ancak performans tahmini açısından aralarındaki temel farkı göremiyorum. Gördüğüm kadarıyla, bootstrapping de belirli sayıda rastgele eğitim + test alt kümesi üretiyor (farklı bir şekilde de olsa), bu yüzden bu yöntemi CV üzerinde …

21 cross-validation  evaluation 

Bu makaleyi okurken "doğrusal sınıflandırıcılar özellikleri ve sınıflar arasında parametre paylaşmaz" yazan bir satır vardır. Bu ifadenin anlamı nedir? Lojistik regresyon gibi doğrusal sınıflandırıcıların karşılıklı bağımsız özelliklere ihtiyaç duyduğu anlamına mı geliyor?

20 machine-learning  logistic-regression  multilabel-classification 

Keras destekler TensorFlow ve Theano arka uç olarak: şu anda tüm işlemler TensorFlow arka ucuyla uygulanmaktadır değil gerçeği yanında, diğeriyle karşılaştırmak birini seçerek artıları / eksileri nelerdir?

20 neural-network  deep-learning  theano  tensorflow  keras 

"Ben açtığınızda: bir cümle Verilen ?? kapıyı otomatik ısıtma başlar" Olası kelimelerin listesini almak istiyorum ?? bir olasılıkla. Word2vec modelinde kullanılan temel kavram, çevreleyen bağlamda verilen bir kelimeyi "tahmin etmektir". Model oluşturulduktan sonra, tahmin görevimi yeni cümleler üzerinde gerçekleştirmek için doğru bağlam vektörleri işlemi nedir? Basitçe doğrusal bir toplam mıdır? …

20 nlp  predictive-modeling  word-embeddings 

Tıbbi görüntü işlemede, yayınlanan eserlerin çoğu yanlış pozitif oranı (FPR) azaltmaya çalışırken, gerçekte yanlış negatifler yanlış pozitiflerden daha tehlikelidir. Arkasındaki mantık nedir?

20 image-classification  image-recognition 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Soruyu , Data Science Stack Exchange için konuyla ilgili olacak şekilde güncelleyin . 5 yıl önce kapalı . Edinburgh Üniversitesi'nde makine öğrenimi ve doğal dil işleme konusunda uzmanlaşmış yüksek lisans öğrencisiyim. Veri madenciliğine odaklanan …

20 education  definitions  career 

Bu, CrossValidated'daki İstatistik Konferansları sorusuna benzer bir soru Yıllık en önemli Veri Bilimi konferansları nelerdir? Kurallar: Konferans bağlantısı ekleyin Lütfen görüşmeler için bağlantılar ekleyin (youtube, konferans sitesi veya başka bir video akışı sitesi olsun)

20 community 

Kelimelerin anlambilimsel benzerliğini bulmanın en iyi yolu nedir? Word2Vec iyidir, ancak ideal değildir: # Using the 840B word Common Crawl GloVe vectors with gensim: # 'hot' is closer to 'cold' than 'warm' In [7]: model.similarity('hot', 'cold') Out[7]: 0.59720456121072973 In [8]: model.similarity('hot', 'warm') Out[8]: 0.56784095376659627 # Cold is much closer to …

20 nlp  word-embeddings  word2vec  nltk 

Belki de bu çok geniş, ancak bir metin özetleme görevinde derin öğrenmenin nasıl kullanılacağına dair referanslar arıyorum. Standart kelime frekansı yaklaşımlarını ve cümle sıralamasını kullanarak metin özetlemeyi zaten uyguladım, ancak bu görev için derin öğrenme tekniklerini kullanma olasılığını araştırmak istiyorum. Ben de duygu analizi için Convolutional Nöral Ağlar (CNN) kullanarak …

20 neural-network  text-mining  deep-learning  beginner  tensorflow