Veri Bilimi

Giriş bölümünde az önce değiştim loss = tf.reduce_mean(tf.square(y - y_data)) için loss = tf.reduce_mean(tf.abs(y - y_data)) ve model kaybının zamanla büyüdüğünü öğrenemiyor. Neden?

10 neural-network  deep-learning  tensorflow 

Kaliforniya'nın farklı şehirlerinde bir dizi müşteri, her müşteri için arama zamanı ve çağrı durumunu içeren bir veri setim var (müşteri aramayı cevaplarsa Doğru ve müşteri cevap vermezse Yanlış). Gelecekteki müşterileri aramak için uygun bir zaman bulmalıyım ki aramayı cevaplama olasılığı yüksek. Peki, bu sorun için en iyi strateji nedir? Sınıfların …

10 machine-learning  classification  regression  scikit-learn 

Şu anda bir Jupyter not defterinde prototip çalışıyorum . Kodumu bir kısmını bağımsız bir iPython kabuğunda çalıştırmak istiyorum . Şimdilik, iPython kodumu dışa aktarıyorum (dosya -> farklı indir) ve sonra iPython'umda (% run ile) çalıştırıyorum. Çalışıyor, ancak yalnızca bir hücre veya hücre kümesi vermek istiyorum. Böylece, sadece Jupyter not defterimde …

10 ipython  jupyter 

20000 örnekli bir veri setim var, her biri 12 farklı özelliğe sahip. Her örnek ya 0 ya da 1 kategorisindedir. Sonuçları ve her iki tekniği karşılaştırabilmem için örnekleri bir sinir ağı ve bir karar ormanı eğitmek istiyorum. Tökezlediğim ilk şey verilerin düzgün şekilde normalleştirilmesidir. Bir özellik kapsama alanında[0,106][0,106][0,10^6], başka biri …

10 neural-network  decision-trees  normalization 

Tanımı gereği Relu öyle max(0,f(x)). Daha sonra gradyanı olarak tanımlanır: 1 if x > 0 and 0 if x < 0. Bu, x <0 olduğunda eğimin her zaman 0 (yok olduğu) anlamına gelmez mi? Öyleyse neden Relu'nun degrade kaybolma probleminden muzdarip olmadığını söylüyoruz?

10 deep-learning 

Python ile analitik yeni başlayanlar bu yüzden lütfen nazik olun :-) Bu sorunun cevabını bulamadım - başka bir yerde farklı bir formatta zaten cevaplandıysa özür dilerim. Bir perakende satış mağazası için işlem verileri veri kümem var. Açıklama ile birlikte değişkenler: bölüm: mağazanın bölümü, bir str; prod_name: ürünün adı, str; makbuz: …

10 python  statistics  pandas  ipython 

Zor öğrenme görevi göz önüne alındığında (örneğin, yüksek boyutsallık, doğal veri karmaşıklığı) Derin Sinir Ağlarının eğitimi zorlaşır. Sorunların çoğunu hafifletmek için: Kalite verilerini normalleştirin ve elden geçirin farklı bir eğitim algoritması seçin (örneğin Gradient Descent yerine RMSprop) daha dik bir gradyan Maliyet fonksiyonu seçin (örn. MSE yerine Çapraz Entropi) Farklı …

10 machine-learning  neural-network  deep-learning  randomized-algorithms 

10 yıldır (2005 - 2014) bir çiftlik için sıcaklık, yağış ve soya fasulyesi verimi hakkında veri içeren bir veri setim var. Bu verilere dayanarak 2015 yılı getirilerini tahmin etmek istiyorum. Veri kümesinin sıcaklık ve yağış için GÜNLÜK değerlere sahip olduğunu, ancak verim için yılda sadece 1 değere sahip olduğunu unutmayın, …

10 python  scikit-learn  pandas 

Diyelim ki bir mağazanın satışını tahmin ediyoruz ve eğitim verilerimin iki özelliği var: Tarihlerle birlikte mağaza satışları hakkında ("Mağaza" alanı benzersiz değil) Mağaza türleri hakkında ("Mağaza" alanı burada benzersizdir) Yani matris şöyle görünecektir: +-------+-----------+------------+---------+-----------+------+-------+--------------+ | Store | DayOfWeek | Date | Sales | Customers | Open | Promo | StateHoliday …

10 machine-learning  regression  feature-selection  feature-construction  missing-data 

Örneğin, "tıklama" olarak etiketli kullanıcı ürün verilerine sahip olmamız tavsiye edicidir. Modeli öğrenmek için tıklama ve tıklama yok verilerine ihtiyacım var. Oluşturmanın en basit yaklaşımı, tıklama verilerinde bulunmayan kullanıcı-ürün çiftlerini almaktır. Ancak, bu yanıltıcı olabilir. Misal: user1, product1 (click) user2, product2 (click) user2, product3 (click) user3, product2 (click) User1'i product1 …

10 machine-learning  data-mining 

Çok değişkenli doğrusal regresyon uygulayan bir Python paketi arıyorum. (Terminolojik not: çok değişkenli regresyon, birden fazla bağımlı değişkenin olduğu durumla , çoklu regresyon, bir bağımlı değişkenin, ancak birden fazla bağımsız değişkenin olduğu durumla ilgilidir.)

10 python  regression  library  software-recommendation 

Bir gizli Markov Modelinin bir gen bulmak gibi genomik dizilerde nasıl kullanıldığını anlıyorum. Ama belirli bir Markov modelini nasıl bulacağımı anlamıyorum. Yani, modelin kaç eyaleti olmalı? Kaç olası geçiş? Modelin bir döngüsü olmalı mı? Modellerinin en uygun olduğunu nasıl bilebilirler? 10 farklı model düşünüyorlar, bu 10 modeli karşılaştırıyor ve en …

10 machine-learning  model-selection  hyperparameter  markov 

Farklı kaynaklarda bahsedilen aynı kelime arasındaki farkı karşılaştırmak istiyorum. Yani, yazarlar "demokrasi" gibi kötü tanımlanmış sözcükleri kullanmalarında nasıl farklılık gösterirler. Kısa bir plan "Demokrasi" terimini anlatan kitapları düz metin olarak alın Her kitapta, yerini democracyiledemocracy_%AuthorName% word2vecBu kitaplarda bir model eğitin Arasındaki mesafeyi hesaplayın democracy_AuthorA, democracy_AuthorBve diğer relabeled "demokrasi" bahseder Böylece …

10 text-mining  word-embeddings 

Takviyeli öğrenmeyi bir süredir anlamaya çalışıyorum, ancak bir şekilde bir ızgara dünya problemini çözmek için takviye öğrenimi için bir programın nasıl yazıldığını görselleştiremiyorum. Bana Takviye Öğrenimi konusunda net bir anlayış geliştirmeme yardımcı olacak bazı ders kitapları önerebilir misiniz?

10 machine-learning  books  reinforcement-learning 

Çıktı katmanındaki aktivasyon fonksiyonu ile en aza indirilecek objektif fonksiyonu eşleştirmek birçok sinir ağı paketinde standart görünmektedir. Örneğin, regresyon için kullanılan doğrusal bir çıktı katmanı için, kare şeklinde bir hata objektif fonksiyonuna sahip olmak standarttır (ve genellikle sadece seçimdir). Bir diğer olağan eşleşme, lojistik çıktı ve log kaybı (veya çapraz …

10 neural-network  gradient-descent