Veri Bilimi

Kenarları tanımlamak gibi bir şey yapmak için filtreler uygulama fikri oldukça güzel bir fikirdir. Örneğin, 7 görüntüsünü alabilirsiniz. Bazı filtrelerde, orijinal görüntünün farklı özelliklerini vurgulayan dönüştürülmüş görüntüler elde edebilirsiniz. Orijinal 7: ağ tarafından şu şekilde deneyimlenebilir: Her görüntünün orijinalin farklı bir kenarını nasıl çıkardığına dikkat edin 7. Bu harika, ama …

14 neural-network 

Word2vector modelini kullanmak ve eğitmek için Python'da Gensim Kütüphanesi kullanıyorum. Son zamanlarda, model ağırlıklarımı (GoogleNewDataset önceden eğitilmiş modeli) gibi önceden eğitilmiş word2vec modelleriyle başlatmaya bakıyordum. Birkaç haftadır bununla mücadele ediyorum. Şimdi, gesim'de, modelimin ağırlıklarını önceden eğitilmiş model ağırlıklarıyla başlatmama yardımcı olabilecek bir işlev olduğunu araştırdım. Bu aşağıda belirtilmiştir: reset_from(other_model) Borrow …

14 python  nlp  word-embeddings  word2vec  gensim 

Bu yazıda okudum , büyük verilerin oluşturduğu Büyük Veri için uygun olan R dili5TB ve bu tür verilerle çalışmanın fizibilitesi hakkında bilgi sağlamak iyi bir iş çıkarırken, Rhakkında çok az bilgi sağlıyor Python. PythonBu kadar fazla veriyle de çalışabilir miyim diye merak ediyordum .

14 bigdata  python 

LSTM (veya başka bir tekrarlayan) sinir ağından bir zaman serisi tahmini etrafında tahmin aralığını (olasılık dağılımı) hesaplamak için bir yöntem var mı? Örneğin, son 10 gözlemlenen örneğe (t-9 ila t) dayanarak, gelecekteki 10 örneği (t + 1 ila t + 10) tahmin ediyorum, t + 1'deki tahminin daha fazla olmasını …

14 machine-learning  deep-learning  time-series  prediction  lstm 

Bildiğim kadarıyla, modelleri sıralamak için öğrenmeyi eğitmek için veri kümesinde üç şeye sahip olmanız gerekir: etiket veya alaka düzeyi grup veya sorgu kimliği özellik vektörü Örneğin, Microsoft Öğrenme Sıralaması veri kümesi bu biçimi (etiket, grup kimliği ve özellikler) kullanır. 1 qid:10 1:0.031310 2:0.666667 ... 0 qid:10 1:0.078682 2:0.166667 ... Ben …

14 search  ranking  xgboost  gbm 

Hem pozitif hem de negatif değerleri içeren bir özellik kümesi üzerinde bir sinir ağı eğitmek için Brain kullanıyorum . Ancak Beyin 0 ile 1 arasında giriş değerleri gerektirir. Verilerimi normalleştirmenin en iyi yolu nedir?

14 machine-learning  neural-network  feature-scaling  normalization  javascript 

Herkes PLLhon MLLib FPM dışında iyi bir "sık dizi madenciliği" paketleri kullandı (ve sevdim)? Kararlı bir paket arıyorum, tercih hala insanlar tarafından korunur. Teşekkür ederim!

14 python  sequential-pattern-mining 

Word2Vec uygulamasında bir iterparametre vargensim class gensim.models.word2vec.Word2Vec (cümleler = Yok, boyut = 100, alfa = 0.025, pencere = 5, min_count = 5, max_vocab_size = Yok, örnek = 0, tohum = 1, işçiler = 1, min_alpha = 0.0001, sg = 1, hs = 1, negatif = 0, cbow_mean = 0, hashfxn …

14 gensim  word2vec  convergence 

Scikit öğrenmek xgboost çalıştırmak çalışıyorum. Ve ben sadece veri çerçevesine veri yüklemek için Pandalar kullanın. Nasıl xgboost ile pandalar df kullanmak gerekiyordu. Ben xgboost algo çalıştırmak için gerekli DMatrix rutin karıştı.

14 scikit-learn  pandas  xgboost 

Konunun uzmanı değilim ve sorum muhtemelen çok naif. AlphaGo programında kullanılan takviye öğrenmenin güçlerini ve sınırlarını anlamak için bir denemeden kaynaklanmaktadır. AlphaGo programı, diğer şeylerin yanı sıra (ağaçların Monte-Carlo keşfi, vb.), İnsan tarafından oynanan büyük oyunlardan oluşan büyük bir veritabanından eğitilen ve daha sonra oyunun oyun sürümlerine izin verilerek güçlendirilen …

13 reinforcement-learning 

Bu makaleyi anlamaya çalışıyorum ve iki-doğrusal örneklemenin ne olduğundan emin değilim. Herkes bunu üst düzeyde açıklayabilir mi? https://arxiv.org/abs/1606.00915

13 deep-learning  convnet  cnn  convolution 

Anladığım kadarıyla, Genetik Algoritmalar çok amaçlı optimizasyon için güçlü araçlardır. Ayrıca, Yapay Sinir Ağlarının (özellikle derin olanların) eğitimi zordur ve birçok sorunu vardır (dışbükey olmayan maliyet fonksiyonları - yerel minima, yok olan ve patlayan gradyanlar vb.). Ayrıca kavramsal olarak GA ile bir NN eğitimi almanın mümkün olduğunu düşünüyorum. Merak ediyordum, …

13 neural-network  optimization  genetic-algorithms 

Gradyan inişinin Adam, Adagrad, RMSProp ve diğer birkaç optimize edici gibi optimize edicilerde kullanılan ana algoritma olup olmadığını bilmek istiyorum.

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

Öyle görünüyor Adaptif Moment Tahmini (Adam) iyileştirici hemen her zaman (daha hızlı ve daha güvenilir bir global minimum ulaşan) sinir ağları eğitimi maliyet fonksiyonunu minimize zaman daha iyi çalışır. Neden her zaman Adem'i kullanmıyorsunuz? Neden RMSProp veya momentum optimize edicileri kullanmaktan rahatsız oluyorsunuz?

13 neural-network  optimization 

Modelimi aşağıdaki kodu kullanarak eğitirsem: import xgboost as xg params = {'max_depth':3, 'min_child_weight':10, 'learning_rate':0.3, 'subsample':0.5, 'colsample_bytree':0.6, 'obj':'reg:linear', 'n_estimators':1000, 'eta':0.3} features = df[feature_columns] target = df[target_columns] dmatrix = xg.DMatrix(features.values, target.values, feature_names=features.columns.values) clf = xg.train(params, dmatrix) yaklaşık 1 dakika içinde biter. Modelimi Sci-Kit öğrenme yöntemini kullanarak eğitirsem: import xgboost as xg max_depth …

13 machine-learning  python  decision-trees  xgboost  efficiency