Veri Bilimi

K-ortalamaları kümeleme için iyi bilinen bir algoritmadır, fakat aynı zamanda bu tür bir algoritmanın çevrimiçi varyasyonu da vardır (çevrimiçi K-ortalamaları). Bu yaklaşımların artıları ve eksileri nelerdir ve her biri ne zaman tercih edilmelidir?

15 clustering  algorithms  k-means 

Paralel ve dağıtılmış hesaplama arasındaki farklar nelerdir? Ölçeklenebilirlik ve verimlilik söz konusu olduğunda, makine kümelerindeki hesaplamalar ile ilgili çözümleri görmek çok yaygındır ve bazen paralel işleme veya dağıtılmış işleme olarak adlandırılır. Belirli bir şekilde, hesaplama her zaman paralel görünüyor, çünkü eşzamanlı olarak çalışan şeyler var. Ancak dağıtılmış hesaplama basitçe birden …

15 definitions  parallel  distributed 

Karar ağaçları ile ilgili iki sorum var: Sürekli bir özelliğimiz varsa, bölme değerini nasıl seçeriz? Örnek: Yaş = (20,29,50,40 ....) R'de değerleri olan sürekli bir öznitelik sahip olduğumuzu düşünün . Bölünmüş noktası bulan bir algoritma yazabilirsiniz v biz bölmek zaman bu sırayla, f tarafından v , biz için minimum kazanç …

15 classification  data  decision-trees 

Aşağıdaki sorunu çözmek istiyorum: Veri kümem olarak bir dizi cümleyim var ve yeni bir cümle yazabilmek ve yeni kümenin veri kümesindeki en çok benzediği cümleyi bulmak istiyorum. Bir örnek şöyle görünecektir: Yeni cümle: " I opened a new mailbox" Veri kümesine dayalı tahmin: Sentence | Similarity A dog ate poop …

15 python  nlp  scikit-learn  similarity  text 

Formdaki web sitesi erişim verileri session_id, ip, user_agentve isteğe bağlı olarak zaman damgası verildiğinde, aşağıdaki koşulları izleyerek, oturumları benzersiz ziyaretçilere en iyi nasıl kümeleyebilirsiniz? session_id: her yeni ziyaretçiye verilen bir kimliktir. Süresi dolmaz, ancak kullanıcı çerezleri kabul etmez / çerezleri temizler / tarayıcıyı değiştirir / cihazı değiştirirse, artık tanınmayacak IP …

15 clustering 

Hangi durumlarda LSTM'leri biriktirmenin avantajlı olduğunu merak ediyorum?

15 machine-learning  neural-network  deep-learning  lstm 

Bu yazı yapmak istediğim şeyin mümkün olmadığını gösteriyor. Ancak, buna ikna olmadım - zaten yaptığım göz önüne alındığında, yapmak istediğim şeyin neden elde edilemediğini anlamıyorum ... Birinin şekil görüntülerinin (480, 720, 3), diğerinin ise şekil görüntülerinin (540, 960, 3) olduğu iki görüntü veri kümem var. Aşağıdaki kodu kullanarak bir model …

15 keras 

Hangi durumlarda bir Karar ağacı ve diğer durumlarda bir KNN kullanmak daha iyidir? Neden belirli durumlarda bunlardan birini kullanıyorsunuz? Peki ya diğer durumlarda? (İşleyişine bakarak algoritmaya değil) Bununla ilgili bazı açıklamalar veya referanslar var mı?

15 machine-learning  data-mining  decision-trees 

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 . Yakın zamanda birisiyle sohbet ettim ve veri analizine olan ilgimden ve gerekli becerileri ve araçları öğrenmeyi …

15 education  beginner  career 

Umarım bu soru bu sitedeki en uygun sorudur ... Python'da genellikle sınıf adı ilk harfi büyük harf kullanılarak tanımlanır, örneğin class Vehicle: ... Bununla birlikte, makine öğrenme alanında, çoğu kez tren ve test verisi olarak tanımlanan Xve Y- değil xve y. Örneğin, şimdi bu öğreticiyi Keras'ta okuyorum , ancak değişkenlerini …

15 python  dataset 

Quora resmi veri kümesinde yinelenen soruları tahmin etmek için bir LSTM modeli oluşturdum. Test etiketleri 0 veya 1'dir. 1 soru çiftinin çift olduğunu gösterir. Kullanarak modeli oluşturduktan sonra model.fit, ben kullanarak modelin test model.predictdeney verileri üzerinde. Çıktı aşağıdaki gibi bir değer dizisidir: [ 0.00514298] [ 0.15161049] [ 0.27588326] [ 0.00236167] …

15 machine-learning  python  neural-network  keras  lstm 

Test setimin dağılımının eğitim setinden farklı olduğu bir veri bilimi yarışması üzerinde çalışıyorum. Test setine çok benzeyen eğitim setinden gözlemleri alt örneklemek istiyorum. Bunu nasıl yapabilirim?

15 preprocessing 

Bu eğiticiye bakıyorum: https://www.dataquest.io/mission/75/improving-your-submission Bölüm 8'de en iyi özellikleri bularak aşağıdaki kodu gösterir. import numpy as np from sklearn.feature_selection import SelectKBest, f_classif predictors = ["Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked", "FamilySize", "Title", "FamilyId"] # Perform feature selection selector = SelectKBest(f_classif, k=5) selector.fit(titanic[predictors], titanic["Survived"]) # Get the raw p-values for …

15 python  scikit-learn 

Sentetik Azınlık Aşırı Örnekleme Tekniği (SMOTE), dengesiz veri kümesi probleminde kullanılan bir aşırı örnekleme tekniğidir. Şimdiye kadar genel, yapılandırılmış verilere nasıl uygulanacağı hakkında bir fikrim var. Ancak metin sınıflandırma problemine uygulamak mümkün müdür? Verinin hangi kısmını fazla örneklemeniz gerekiyor? Bununla ilgili başka bir soru daha var, ancak bir cevabı yok. …

15 unbalanced-classes  text  smote 

Google, yakın zamanda tensorflow'un her gece dahil olduğu tensorflow hesaplama özelliklerine erişmek için zorunlu bir API olan Eager modunu oluşturuyor . Tensorflow istekli PyTorch ile nasıl karşılaştırılır? Karşılaştırmayı etkileyebilecek bazı yönler şunlar olabilir: Statik grafik mirası nedeniyle istekli olmanın avantajları ve dezavantajları (örneğin, düğümlerdeki isimler). İkisinden birinin içsel sınırlamaları yoktur. …

14 deep-learning  tensorflow  pytorch