Наука про дані

Я новачок у глибокому навчанні. Чи є зараз можливість використовувати TensorFlow з графічними процесорами Intel? Якщо так, будь ласка, вкажіть мене в правильному напрямку. Якщо ні, то, будь ласка, повідомте мені, яку рамку, якщо вона є, (Keras, Theano тощо), яку я можу використовувати для мого інтегрального графічного контролера Intel Corporation …

20 tensorflow  keras  theano  gpu 

У цьому посиланні на "Стаціонарність та диференціювання " було зазначено, що такі моделі, як ARIMA, потребують стаціонарного часового ряду для прогнозування, оскільки його статистичні властивості, такі як середнє значення, дисперсія, автокореляція тощо, є постійними у часі. Оскільки RNN мають кращу здатність до вивчення нелінійних зв’язків ( як зазначено тут: Обіцяння …

20 deep-learning  predictive-modeling  time-series  forecast  lstm 

Коли я читав про використання StandardScaler, більшість рекомендацій говорили про те, що слід використовувати, StandardScaler перш ніж розділяти дані на поїзд / тест, але коли я перевіряв деякі коди, розміщені в Інтернеті (за допомогою sklearn), було два основних напрямки. 1- Використання StandardScalerвсіх даних. Напр from sklearn.preprocessing import StandardScaler sc = …

20 machine-learning  scikit-learn  preprocessing 

У випадку поєднання категоричних та числових атрибутів я зазвичай перетворюю категоричні атрибути в один гарячий вектор. Моє запитання: чи залишаю я ці вектори такими, які є, і масштабувати числові атрибути шляхом стандартизації / нормалізації, або я повинен масштабувати один гарячий вектор разом із числовими атрибутами?

20 feature-engineering  feature-scaling  data-science-model 

У мене є 3 класи з цим розподілом: Class 0: 0.1169 Class 1: 0.7668 Class 2: 0.1163 І я використовую xgboostдля класифікації. Я знаю, що є параметр, який називається scale_pos_weight. Але як це обробляється для "багатокласового" випадку і як я можу його правильно встановити?

20 classification  xgboost  multiclass-classification  unbalanced-classes 

Мені було цікаво, як нам вирішити, скільки вузлів у прихованих шарах і скільки прихованих шарів поставити, коли ми будуємо архітектуру нейронної мережі. Я розумію, що рівень введення та виведення залежить від навчального набору, який ми маємо, але як ми вирішуємо прихований шар та загальну архітектуру взагалі?

20 machine-learning  neural-network 

LDA має два гіперпараметри, налаштування їх змінює індуковані теми. Що сприяє розвитку альфа-бета-гіперпараметрів при ЛДА? Як змінюється тема, якщо один чи інший гіперпараметр збільшується чи зменшується? Чому вони гіперпараметри, а не лише параметри?

19 topic-model  lda  parameter 

Мені цікаво дізнатися, що насправді відбувається на відстані Хеллінгера (простими словами). Крім того, мені також цікаво знати, які існують проблеми, якими ми можемо скористатися Відстань Хеллінгера? Які переваги використання дистанції Hellinger?

19 machine-learning  data-mining  text-mining  distance 

Я будую багаточленну логістичну регресію зі sklearn (LogisticRegression). Але після її завершення, як я можу отримати p-значення та впевнений інтервал своєї моделі? Здається лише, що sklearn забезпечує лише коефіцієнт та перехоплення. Дуже дякую.

19 scikit-learn  logistic-regression 

Я беру участь у змаганнях з кагл. Набір даних має близько 100 функцій і всі невідомі (з точки зору того, що насправді вони представляють). В основному це просто цифри. Люди виконують багато інженерних можливостей щодо цих функцій. Мені цікаво, як саме можна вміти виконувати інженерну програму на невідомих функціях? Може …

19 machine-learning  feature-selection  feature-extraction  feature-engineering  kaggle 

Взагалі модель машинного навчання побудована на наборах даних. Мені хотілося б знати, чи є який-небудь спосіб генерувати синтетичний набір даних за допомогою такої підготовленої моделі машинного навчання із збереженням оригінальних характеристик набору даних? [оригінальні дані -> побудувати модель машинного навчання -> використовувати модель ml для отримання синтетичних даних .... !!!] …

19 machine-learning  dataset 

Проблема, яку я вирішую, - класифікація коротких текстів на кілька класів. Мій сучасний підхід полягає у використанні зважених термінальних частот tf-idf та вивченні простого лінійного класифікатора (логістична регресія). Це працює досить добре (близько 90% макро F-1 на тестовому наборі, майже 100% на навчальному наборі). Великою проблемою є невидимі слова / …

19 machine-learning  classification  feature-selection  logistic-regression  information-retrieval 

Отже, я хочу створити Radar Chart профілю гравця приблизно так: Не тільки масштаб кожної змінної різний, але також я хочу змінити шкалу для деяких статистичних даних, таких як "розкуркулений" стат, де менше насправді означає добро. Одним із варіантів шкали змінної для кожної статистики може бути встановлення еталону та обчислення балу …

19 visualization 

Нещодавно я побачив класну функцію, яка колись була доступна в Google Таблицях: ви починаєте із написання кількох пов’язаних ключових слів у послідовних клітинках, скажімо: "синій", "зелений", "жовтий", і вона автоматично генерує подібні ключові слова (у цьому випадку , інші кольори). Дивіться більше прикладів цього відео на YouTube . Я хотів …

19 nlp  text-mining  freebase 

Нещодавно я почав вчитися працювати sklearnі щойно натрапив на цей своєрідний результат. Я використовував digitsнаявний набір даних, sklearnщоб спробувати різні моделі та методи оцінки. Коли я тестував модель підтримки Vector Vector на даних, я виявив, що існує два різних класи sklearnдля класифікації SVM: SVCі LinearSVC, коли перший використовує підхід один …

19 svm  scikit-learn