Запитання з тегом «unsupervised-learning»

Я намагаюся підготувати градієнтну модель для збільшення градієнта на 50 к. Прикладах із 100 числовими функціями. XGBClassifierобробляє 500 дерев протягом 43 секунд на моїй машині, тоді як GradientBoostingClassifierобробляє лише 10 дерев (!) за 1 хвилину і 2 секунди :( Я не намагався виростити 500 дерев, як це займе години. Я …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

Нещодавно я натрапив на терміни Word2Vec , Sentence2Vec і Doc2Vec, і я щось плутаю , оскільки я новачок у векторній семантиці. Чи може хтось, будь ласка, детально прояснити відмінності цих методів. Які найбільш підходящі завдання для кожного методу?

18 machine-learning  data-mining  clustering  nlp  unsupervised-learning 

Я створюю corr()df з оригінального df. corr()ДФ вийшов 70 X 70 і неможливо уявити собі Heatmap ... sns.heatmap(df). Якщо я спробую відобразити corr = df.corr()таблицю, таблиця не відповідає екрану, і я бачу всі кореляції. Це спосіб або надрукувати весь, dfнезалежно від його розміру, або контролювати розмір теплової карти?

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

Які ознаки чи властивості вказують на те, що певну проблему навчання можна вирішити за допомогою векторів підтримки? Іншими словами, що це, коли ви бачите проблему з навчанням, змушує вас піти "о, я обов'язково повинен використовувати SVM для цього", а не нейромережі або дерева рішень чи щось інше?

16 machine-learning  svm  supervised-learning  unsupervised-learning 

Я пройшов курс Нейронних мереж Джеффа Гінтона на Coursera, а також через ознайомлення з машинами з обмеженим набором болтцмана , все ще не зрозумів інтуїції, що стоїть за RBM. Навіщо нам потрібно обчислювати енергію в цій машині? І в чому полягає ймовірність використання в цій машині? Я також побачив це …

15 unsupervised-learning  rbm 

Я працював над моделлю gensim word2vec і вважав це дійсно цікавим. Мене цікавить пошук того, як невідоме / небачене слово при перевірці з моделлю зможе отримати подібні терміни з навченої моделі. Чи можливо це? Чи можна налаштувати word2vec для цього? Або навчальний корпус повинен мати всі слова, з якими я …

11 nlp  deep-learning  word-embeddings  unsupervised-learning 

Я зрозумів, як працює GAN, поки дві мережі (генеративні та дискримінаційні) конкурують між собою. Я створив DCGAN (GAN з згортаючим дискримінатором та деконволюційним генератором), який зараз успішно генерує рукописні цифри, подібні до даних у наборі даних MNIST. Я багато читав про програми GAN для отримання функцій із зображень. Як можна …

11 feature-extraction  unsupervised-learning  gan 

Я працюю з аналізом даних ЕЕГ, які згодом потрібно буде класифікувати. Однак отримання міток для записів є дещо дорогим, що змусило мене розглянути непідвладний підхід, щоб краще використовувати наші досить великі обсяги незазначених даних. Це природно призводить до розгляду штабельних автокодерів, що може бути хорошою ідеєю. Однак було б також …

9 deep-learning  convnet  unsupervised-learning  autoencoder