Наука про дані

Зараз я працюю над відтворенням результатів цього документу . У статті вони описують спосіб використання CNN для вилучення функцій, і мають акустичну модель, яка є Dnn-hmm і перевірена за допомогою RBM. Підрозділ III розділу A визначає різні способи подання вхідних даних. Я вирішив вертикально скласти графіки спектра статичної, дельтової та …

9 neural-network  convnet  feature-extraction  audio-recognition 

У мене була цікава дискусія на основі проекту, над яким ми працювали: навіщо використовувати систему візуального огляду CNN над алгоритмом відповідності шаблонів? Передумови: я показав демонстрацію простої системи бачення CNN (веб-камера + ноутбук), яка виявила, чи певний тип об'єкта був "зламаний" / несправний чи ні - в цьому випадку плати …

9 machine-learning  convnet  image-classification 

Нещодавно я опублікував набір даних ( посилання ) з 369 класами. Я провела над ними пару експериментів, щоб зрозуміти, наскільки складно завдання класифікації. Зазвичай мені подобається, якщо є матриці плутанини, щоб побачити тип помилки. Однак матриця не є практичною.369×369369×369369 \times 369 Чи є спосіб дати важливу інформацію про великі матриці …

9 visualization  confusion-matrix 

Я намагаюся зрозуміти, як повністю зрозуміти процес прийняття рішення щодо моделі класифікації дерева рішень, побудованої за допомогою sklearn. 2 головних аспекту, на які я дивлюся, - це графічне зображення дерева та перелік імпортів функцій. Я не розумію, як визначається важливість функції в контексті дерева. Наприклад, ось мій список імпортів функцій: …

9 machine-learning  visualization  scikit-learn  data  decision-trees 

Я використовую tensorflow для написання простих нейронних мереж для невеликих досліджень, і у мене було багато проблем з «нанними» вагами під час тренування. Я спробував багато різних рішень, таких як зміна оптимізатора, зміна втрат, розмір даних тощо, але безрезультатно. Нарешті, я помітив, що зміна рівня навчання внесла неймовірну зміну у …

9 machine-learning  python  tensorflow  optimization  gradient-descent 

Я намагаюся зробити аналіз настроїв. Для перетворення слів у слова вектори я використовую модель word2vec. Припустимо, у мене є всі речення у списку з назвою "речення", і я передаю ці речення word2vec наступним чином: model = word2vec.Word2Vec(sentences, workers=4 , min_count=40, size=300, window=5, sample=1e-3) Оскільки я є нобієм слова векторів, у …

9 machine-learning  deep-learning  word-embeddings  word2vec  sentiment-analysis 

Numer.ai вже деякий час існує, і, як видається, в Інтернеті є лише кілька публікацій чи інших дискусій про це. Система час від часу змінювалася, і сьогодні налаштування таке: дані поїзду (N = 96K) і тестування (N = 33K) з 21 ознаками з безперервними значеннями в [0,1] і двійковою ціллю. Дані …

9 machine-learning  deep-learning  cross-validation  preprocessing  competitions 

Застосував Лассо для ранжирування функцій та отримав такі результати: rank feature prob. ================================== 1 a 0.1825477951589229 2 b 0.07858498115577893 3 c 0.07041793111843796 Зауважте, що набір даних має 3 мітки. Рейтинг функцій для різних міток однаковий. Потім застосуємо випадковий ліс до того ж набору даних: rank feature score =================================== 1 b …

9 feature-selection  random-forest  linear-regression 

Під час тренування нейронних мереж існує щонайменше 4 способи регуляризації мережі: L1 Регуляризація L2 Регуляризація Опускати Нормалізація партії плюс звичайно інші речі, такі як розподіл ваги та зменшення кількості з'єднань, що може не бути регуляризацією в найсуворішому сенсі. Але як би вибрати, який із цих методів регуляризації використовувати? Чи є …

9 neural-network  regularization 

Я хочу додати рекомендаційну функцію до системи управління документами . Це сервер, на якому зберігається більшість документів компанії. Співробітники переглядають веб-інтерфейс і натискають, щоб завантажити (або прочитати в Інтернеті) потрібні документи. Кожен працівник має лише доступ до підмножини всіх документів: Моя мета : рекомендувати працівникові документи, які нещодавно відкрили їхні …

9 machine-learning  recommender-system 

Тексти машинного навчання, що описують алгоритми, такі як машини для підвищення градієнта або нейронні мережі, часто коментують, що ці моделі добре прогнозуються, але це відбувається ціною втрати пояснень або інтерпретаційності. І навпаки, окремі дерева рішень і класичні регресійні моделі позначаються як хороші в поясненні, але дають (відносно) погану точність прогнозування …

9 machine-learning  predictive-modeling 

Я хотів би перевірити новий алгоритм спільної фільтрації . Типовим випадком використання є рекомендувати фільми на основі уподобань користувачів, схожих на конкретного користувача. Назвіть декілька загальних наборів даних, які дослідники часто використовують для тестування своїх алгоритмів? Я знаю, що в Computer Vision люди часто використовують MNIST або CIFAR, але я …

9 dataset  recommender-system 

Я підготував модель прогнозування за допомогою Scikit Learn in Python (Random Forest Regressor) і хочу якось витягнути ваги кожної функції, щоб створити інструмент Excel для ручного прогнозування. Єдине, що я знайшов - це, model.feature_importances_але це не допомагає. Чи є спосіб досягти цього? def performRandomForest(X_train, y_train, X_test, y_test): '''Perform Random Forest …

9 python  predictive-modeling  regression  random-forest  scikit-learn 

Ми з колегою намагаємось обернути голову навколо різниці між логістичною регресією та SVM. Зрозуміло, вони оптимізують різні цільові функції. Чи SVM такий простий, як сказати, що це дискримінаційний класифікатор, який просто оптимізує втрату шарніру? Або це складніше за це? Як вживаються вектори підтримки? А як щодо слабких змінних? Чому ти …

9 svm  logistic-regression  hinge-loss 

Чи опубліковані будь-які статті, які показують відмінності методів регуляризації для нейронних мереж, бажано для різних доменів (або принаймні різних наборів даних)? Я запитую, тому що в даний час я відчуваю, що більшість людей, здається, використовують лише випадання для регуляризації в комп’ютерному зорі. Я хотів би перевірити, чи не було б …

9 neural-network  computer-vision  convnet  regularization  dropout