Наука про дані

У мене є набір даних, що включає набір клієнтів у різних містах Каліфорнії, час виклику для кожного клієнта та стан виклику (Правда, якщо клієнт відповідає на дзвінок, і Неправильно, якщо клієнт не відповідає). Я повинен знайти відповідний час дзвінків для майбутніх клієнтів таким, щоб ймовірність відповісти на дзвінок висока. Отже, …

10 machine-learning  classification  regression  scikit-learn 

Зараз я працюю / формую прототипи у зошит Юпітера . Я хочу запустити частину свого коду на автономній оболонці iPython . Наразі я експортую свій код iPython (файл -> завантажити як), а потім виконую його у своєму iPython (з% run). Це працює, але я хотів би експортувати лише одну клітинку …

10 ipython  jupyter 

У мене є набір даних з 20000 зразків, кожен має 12 різних функцій. Кожен зразок або в категорії 0, або 1. Я хочу навчити нейронну мережу та ліс прийняття рішень класифікувати зразки, щоб я міг порівняти результати та обидві методи. Перше, на що я натрапив - це належна нормалізація даних. …

10 neural-network  decision-trees  normalization 

За визначенням, Relu - це max(0,f(x)). Потім її градієнт визначається як: 1 if x > 0 and 0 if x < 0. Чи не означає це, що градієнт завжди 0 (зникає), коли х <0? Тоді чому ми говоримо, що Relu не страждає від проблеми градієнта?

10 deep-learning 

Враховуючи складне навчальне завдання (наприклад, велика розмірність, властива їм складність даних) Глибокі нейронні мережі важко піддаються навчанню . Щоб полегшити багато проблем, можна: Нормалізуйте дані про якість & & handpick вибрати інший алгоритм навчання (наприклад, RMSprop замість Gradient Descent) вибрати більш круту градієнтну вартість вартості (наприклад, перехресна ентропія замість MSE) …

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

Новачок в аналітиці з Python, будь ласка, будьте ласкаві :-) Я не зміг знайти відповідь на це питання - вибачте, якщо на нього вже відповіли в іншому форматі. У мене є набір даних про транзакції для торгової точки. Змінні разом із поясненням: розділ: секція магазину, вул; prod_name: назва продукту, str; …

10 python  statistics  pandas  ipython 

У мене є набір даних, що містить дані про температуру, опади та врожайність сої для ферми протягом 10 років (2005 - 2014). Я б хотів передбачити врожайність за 2015 рік на основі цих даних. Зверніть увагу, що в наборі даних є щоденні значення температури та опадів, але лише 1 значення …

10 python  scikit-learn  pandas 

Скажімо, ми прогнозуємо продажі магазину, а мої дані про навчання мають два набори функцій: Один про продаж магазину з датами (поле "Магазин" не унікальне) Один із типів магазину (поле "Магазин" тут унікальне) Отже матриця виглядатиме приблизно так: +-------+-----------+------------+---------+-----------+------+-------+--------------+ | Store | DayOfWeek | Date | Sales | Customers | Open …

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

Дуже поширене в рекомендації про те, що у нас є дані про користувацькі товари, які мають мітку як, наприклад, "клацання". Для того, щоб вивчити модель, мені потрібні дані клацання та без натискання. Найпростіший підхід для створення - це взяти пари продуктів-користувачів, які не знайдені в даних про кліки. Однак це …

10 machine-learning  data-mining 

Я шукаю пакет Python, який реалізує багатоваріантну лінійну регресію. (Термінологічна примітка: багатоваріантна регресія стосується випадку, коли існує більше однієї залежної змінної, тоді як множинна регресія стосується випадку, коли є одна залежна змінна, але більше однієї незалежної змінної.)

10 python  regression  library  software-recommendation 

Я розумію, як модель прихованого Маркова використовується в геномних послідовностях, таких як пошук гена. Але я не розумію, як придумати конкретну модель Маркова. Я маю на увазі, скільки штатів повинна мати модель? Скільки можливих переходів? Чи повинна модель мати петлю? Звідки вони могли знати, що їх модель оптимальна? Вони уявляють, …

10 machine-learning  model-selection  hyperparameter  markov 

Я хотів би порівняти різницю між одним і тим же словом, згаданим у різних джерелах. Тобто, як автори відрізняються у вживанні неправильно визначених слів, таких як "демократія". Короткий план був Візьміть книги, в яких згадується термін "демократія", як звичайний текст У кожній книзі замініть democracyнаdemocracy_%AuthorName% Навчіть word2vecмодель цих книг Обчисліть …

10 text-mining  word-embeddings 

Я вже досить давно намагаюся зрозуміти навчання з підкріпленням, але я якось не в змозі уявити, як написати програму для навчання підкріплення для вирішення глобальної глобальної проблеми. Чи можете ви запропонувати мені кілька підручників, які допоможуть мені створити чітку концепцію зміцнення навчання?

10 machine-learning  books  reinforcement-learning 

Здається, що у багатьох пакетах нейронної мережі стандартне поєднання цільової функції мінімізується з функцією активації у вихідному шарі. Наприклад, для лінійного вихідного шару, що використовується для регресії, стандартно (і часто це лише вибір) мати функцію об'єктивної помилки. Ще одне звичайне сполучення - це логістичний вихід та втрата журналу (або перехресна …

10 neural-network  gradient-descent 

Я намагаюся тренувати штучну нейронну мережу з двома звивистими шарами (c1, c2) та двома прихованими шарами (c1, c2). Я використовую стандартний підхід для розмноження. У зворотному проході я обчислюю термін помилки шару (дельта) на основі похибки попереднього шару, ваги попереднього шару та градієнта активації щодо функції активації поточного шару. Більш …

10 machine-learning  data-mining  neural-network  deep-learning