Veri Bilimi

Farklı veri türlerinin Büyük Veri Analitiğini nasıl kullandığına dair birçok blog \ makalesi okudum. Ancak bu makalenin çoğunda bahsedilemiyor Bu şirketlerin kullandığı veriler. Verilerin boyutu neydi Verileri işlemek için ne tür araçlar teknolojileri kullandılar Karşılaştıkları sorun neydi ve verileri nasıl elde ettikleri hakkında bilgi, sorunu çözmelerine yardımcı oldu. İhtiyaçlarına göre …

13 data-mining  bigdata  usecase 

Bazı nöronların çıkarılması daha iyi bir model ile sonuçlanıyorsa, neden daha az katman ve daha az nöron içeren daha basit bir sinir ağı kullanmıyorsunuz? Neden başlangıçta daha büyük, daha karmaşık bir model oluşturmalı ve daha sonra parçalarını bastırmalısınız?

13 machine-learning  deep-learning  keras  regularization  dropout 

Son zamanlarda DeepWalk ve LINE gibi grafik yerleştirme ile karşılaştım. Ancak, grafik düğünler ve ne zaman kullanılacağı (uygulamalar) olarak hala net bir fikrim yok? Herhangi bir öneri bekliyoruz!

13 graphs 

Bunu okudum: Sinir ağımızı eğitmek için, her bir parametreyi W (l) ijWij (l) ve her b (l) ibi (l) sıfıra yakın küçük bir rastgele değere başlatacağız (diyelim ki Normal (0, ϵ2) Normal (0'a göre) , ϵ2) bazı küçük ϵϵ için dağılım, örneğin 0.01) dan Stanford Derin öğreticiler öğrenme 7. paragrafa …

13 deep-learning  stanford-nlp  randomized-algorithms 

Hiçbir şekilde otomatik kodlayıcılarda veya sinir ağlarında uzman değilim, bu yüzden aptalca bir soru ise beni affet. Boyut küçültme veya yüksek boyutlu verilerdeki kümeleri görselleştirme amacıyla, ağ katmanının çıktısını 2 düğümle inceleyerek (kayıplı) 2 boyutlu bir gösterim oluşturmak için bir otomatik kodlayıcı kullanabiliriz. Örneğin, aşağıdaki mimariyle, üçüncü katmanın çıktısını inceleyeceğiz …

13 neural-network  dimensionality-reduction  autoencoder 

CNN (ConvNet) kullanılarak yayınlanan makalelerin% 90-99'una bakacak olursak. Bunların büyük çoğunluğu en çok kullanılanlar için tek sayıların filtre boyutunu kullanır : {1, 3, 5, 7}. Bu durum bazı sorunlara yol açabilir: Bu filtre boyutları ile genellikle 2 (ortak dolgu) dolgu ile kıvrım işlemi mükemmel değildir ve input_field'ın bazı kenarları işlem …

13 deep-learning  convnet  computer-vision  convolution 

Karar Ağaçlarında, ağaç yapısının çıktısını anlayabiliriz ve Karar Ağacının nasıl karar verdiğini görselleştirebiliriz. Dolayısıyla karar ağaçlarının açıklanabilirliği vardır (çıktıları kolayca açıklanabilir.) Sinir Ağlarında Karar Ağaçları gibi açıklanabilirlik var mı?

13 neural-network 

Çekirdek başlatma hakkında birkaç makale okudum ve birçok makale çekirdeğin L2 düzenini kullandıklarını belirtiyor (genellikle ).λ = 0.0001λ=0.0001\lambda = 0.0001 Herhangi biri, önyargıyı sabit sıfır ile başlatmaktan ve normalleştirmekten farklı bir şey yapıyor mu? Çekirdek başlatma kağıtları Mishkin ve Matas: Tek ihtiyacınız olan iyi bir başlangıç Xavier Glorot ve Yoshua …

13 neural-network 

2D veya 3D uygulamalarda görüntü işleme için Deep Learning'deki evrişimsel katmanların rolü ve mekanizması hakkında iyi bir genel anlayışa sahibim - görüntülerde (3B durumunda 3 kanalda) 2B desenleri yakalamaya çalışırlar. Ama son zamanlarda benim için bir çeşit sürpriz olan Doğal Dil İşleme bağlamında 1D evrişimsel katmanlara çarptım, çünkü benim anlayışımda …

13 deep-learning  nlp  convolution 

Unut katmanında bir RNN her değişkenlerin boyutlarını anlamaya çalışıyorum, ancak doğru yolda olup olmadığından emin değilim. Bir sonraki resim ve denklem Colah'ın "LSTM Ağlarını Anlamak" adlı blog yazısıdır : nerede: , m ∗ 1 vektörboyutunun girilmesidirxtxtx_tm ∗ 1m∗1m*1 n ∗ 1 vektörboyutunun gizli durumudurht - 1ht−1h_{t-1}n ∗ 1n∗1n*1 bir birleştirme …

13 neural-network  rnn 

K-kat çapraz doğrulaması yaptığımızda, sadece en yüksek test doğruluğuna sahip sınıflandırıcıyı mı kullanmalıyız? Çapraz sınıflandırmadan sınıflandırıcı elde etmede genellikle en iyi yaklaşım nedir?

13 machine-learning  cross-validation 

PCA için K nasıl seçilir? K, yansıtılacak boyutların sayısıdır. Tek gereklilik çok fazla bilgi kaybetmemek. Verilere bağlı olduğunu anlıyorum, ancak K'yi seçerken hangi özelliklerin dikkate alınacağına dair basit bir genel bakış arıyorum.

13 pca 

Ben bir sunum okuyorum ve bir dışarı kodlama bırakın kullanmamanızı önerir, ama bir sıcak kodlama ile sorun değil. İkisinin de aynı olduğunu düşündüm. Herkes aralarındaki farkların ne olduğunu açıklayabilir mi?

13 machine-learning  data-mining  feature-selection  feature-extraction  feature-engineering 

Google Haberler verileri vb. Gibi önceden eğitilmiş bir modelin önceden eğitilmiş ağırlıklarını bulmak istiyorum. Kendim için yeterli miktarda (10 GB vb.) Veri içeren yeni bir model geliştirmeyi zor buldum. Bu nedenle, önceden eğitilmiş katman ağırlıkları alabileceğim ve bu ağırlıkları alan adına özgü kelimelerim üzerinde yeniden eğitebileceğim transfer öğreniminden yararlanmak istiyorum. …

13 machine-learning  bigdata  word2vec 

Bu kütüphaneyi temel sinir ağı yapımı ve analizi için kullanıyorum. Bununla birlikte, çok katmanlı sinir ağları vb. Bu yüzden, Julia'da gelişmiş sinir ağları ve Derin Öğrenme yapmak için güzel kütüphaneler bilmek istiyorum.

13 machine-learning  neural-network  julia