데이터 과학

그래디언트 디센트가 최소로 수렴하지 않는 시나리오가 있는지 궁금합니다. 그래디언트 디센트가 항상 전역 최적으로 수렴되는 것은 아닙니다. 또한 계단 크기가 너무 클 경우 최적에서 벗어날 수 있다는 것도 알고 있습니다. 그러나, 그것이 어떤 최적에서 벗어나면 결국 다른 최적으로 갈 것 같습니다. 따라서, 경사 하강은 국부적 또는 세계적 최적으로 수렴되도록 보장 될 …

21 machine-learning  neural-network  deep-learning  optimization  gradient-descent 

Python에 익숙하지 않지만 일부 분류 데이터를 기반으로 첫 번째 RF 모델을 작성합니다. 모든 레이블을 int64 숫자 데이터로 변환하고 numpy 배열로 X 및 Y에로드했지만 모델을 훈련하려고 할 때 오류가 발생했습니다. 내 배열은 다음과 같습니다. >>> X = np.array([[df.tran_cityname, df.tran_signupos, df.tran_signupchannel, df.tran_vmake, df.tran_vmodel, df.tran_vyear]]) >>> Y = np.array(df['completed_trip_status'].values.tolist()) >>> X array([[[ 1, …

21 python  scikit-learn  sampling 

정지성과 차분 성에 관한 이 링크에서 ARIMA와 같은 모델은 평균, 분산, 자기 상관 등과 같은 통계적 속성이 시간에 따라 일정하므로 예측을 위해 정지 된 시계열을 필요로한다고 언급되었습니다. RNN은 비선형 관계를 학습 할 수있는 능력이 더 우수하기 때문에 ( 여기서 : 시계열 예측을위한 반복적 인 신경망의 약속 ) 데이터가 클 때 …

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

Tensorflow 웹 사이트에서 기계 학습을 배우기 시작했습니다. 나는 딥 러닝 프로그램이 따르는 흐름에 대한 매우 기초적인 이해를 개발했습니다 (이 방법은 저에게 책과 큰 기사를 읽는 대신 빨리 배우게합니다). 내가 겪은 몇 가지 혼란스러운 것들이 있습니다. 그중 2 가지가 있습니다 : 편견 무게 tensorflow 웹 사이트의 MNIST 튜토리얼에서 이미지에 특정 패턴이 …

21 machine-learning  deep-learning  tensorflow 

나는 pytorch를 처음 사용 하고이 github 코드로 시작했습니다 . 코드의 60-61 행에있는 주석을 이해하지 못합니다 "because weights have requires_grad=True, but we don't need to track this in autograd". requires_grad=Trueautograd를 사용하기 위해 기울기를 계산 해야하는 변수에 대해 언급했지만 이해하는 것은 무엇 "tracked by autograd"입니까?

21 pytorch 

기계 학습 모델의 강력한 평가를 위해 K- 폴드 교차 검증을 적용했습니다. 그러나 나는이 목적을 위해 부트 스트랩 방법이 있다는 것을 알고 있습니다. 그러나 성능 평가 측면에서 이들의 주요 차이점을 볼 수는 없습니다. 내가 아는 한 부트 스트랩은 특정 수의 임의의 훈련 + 테스트 하위 세트를 생성하지만 (다른 방법으로도) CV 보다이 …

21 cross-validation  evaluation 

의료 영상 처리에서 출판 된 작품의 대부분은 FPR (False Positive Rate)을 줄이려고하지만 실제로는 False Positive가 False Positive보다 더 위험합니다. 그 배후의 근거는 무엇입니까?

20 image-classification  image-recognition 

이 문서를 읽을 때 "선형 분류기는 기능과 클래스간에 매개 변수를 공유하지 않습니다."라는 문구가 있습니다. 이 진술의 의미는 무엇입니까? 로지스틱 회귀와 같은 선형 분류기는 서로 독립적 인 기능이 필요합니까?

20 machine-learning  logistic-regression  multilabel-classification 

Keras는 모두 지원 TensorFlow 및 Theano를 백엔드로 : 현재 모든 작업이 TensorFlow 백엔드 구현되지는 사실 외에 다른 대 하나를 선택의 장점 / 단점은 무엇인가?

20 neural-network  deep-learning  theano  tensorflow  keras 

"나는 열 때 ?? 문을 자동으로 가열 시작을" 가능한 단어 목록을 얻고 싶습니다 ?? ?? 확률로. word2vec 모델에 사용 된 기본 개념은 주변 문맥에서 단어를 "예측"하는 것입니다. 모델이 구축되면 새로운 문장에 대한 예측 작업을 수행하는 올바른 컨텍스트 벡터 작업은 무엇입니까? 단순히 선형 합계입니까? model.most_similar(positive=['When','I','open','the','door','it','starts' ,'heating','automatically'])

20 nlp  predictive-modeling  word-embeddings 

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? Data Science Stack Exchange에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 오년 전에 . 저는 에든버러 대학교 (University of Edinburgh)에서 기계 학습 및 자연어 처리를 전문으로하는 MSc 학생입니다. 데이터 마이닝에 중점을 둔 실제 과정과 기계 학습, …

20 education  definitions  career 

이것은 CrossValidated 의 통계 회의 질문 과 비슷한 질문입니다. 가장 중요한 연례 데이터 과학 컨퍼런스는 무엇입니까? 규칙 : 회의에 대한 링크 포함 대화에 대한 링크를 포함하십시오 (youtube, 회의 사이트 또는 기타 비디오 스트리밍 사이트).

20 community 

아마도 이것은 너무 광범위하지만 텍스트 요약 작업에서 딥 러닝을 사용하는 방법에 대한 참조를 찾고 있습니다. 나는 표준 단어 빈도 접근법과 문장 순위를 사용하여 텍스트 요약을 이미 구현했지만이 작업에 딥 러닝 기술을 사용할 가능성을 탐색하고 싶습니다. 또한 감정 분석을 위해 CNN (Convolutional Neural Networks)을 사용하여 wildml.com에 제공된 일부 구현을 살펴 보았습니다 …

20 neural-network  text-mining  deep-learning  beginner  tensorflow 

단어의 의미 적 유사성을 알아내는 가장 좋은 방법은 무엇입니까? Word2Vec은 괜찮지 만 이상적이지는 않습니다. # Using the 840B word Common Crawl GloVe vectors with gensim: # 'hot' is closer to 'cold' than 'warm' In [7]: model.similarity('hot', 'cold') Out[7]: 0.59720456121072973 In [8]: model.similarity('hot', 'warm') Out[8]: 0.56784095376659627 # Cold is much closer …

20 nlp  word-embeddings  word2vec  nltk 

기계 학습에서 클러스터링과 분류의 차이점을 알고 있지만 문서의 텍스트 분류와 주제 모델링의 차이점을 이해하지 못합니다. 문서를 통해 주제 모델링을 사용하여 주제를 식별 할 수 있습니까? 분류 방법을 사용하여 이러한 문서 내의 텍스트를 분류 할 수 있습니까?

20 classification  text-mining  topic-model