Data Science

1

Maschinelles Lernen Bibliotheken für Ruby

Gibt es maschinelle Lernbibliotheken für Ruby, die relativ vollständig (einschließlich einer Vielzahl von Algorithmen für überwachtes und unbeaufsichtigtes Lernen), robust getestet und gut dokumentiert sind? Ich mag Pythons Scikit-Learn wegen seiner unglaublichen Dokumentation, aber ein Kunde würde es vorziehen, den Code in Ruby zu schreiben, da er damit vertraut ist. …

14 machine-learning

2

Artikelbasierte und benutzerbasierte Empfehlungsunterschiede in Mahout

Ich würde gerne wissen, wie genau sich mahout benutzerbasierte und artikelbasierte Empfehlungen voneinander unterscheiden. Es definiert das Benutzerbasiert : Empfehlen Sie Artikel, indem Sie nach ähnlichen Benutzern suchen. Dies ist aufgrund der Dynamik der Benutzer oft schwieriger zu skalieren. Artikelbasiert : Berechnen Sie die Ähnlichkeit zwischen Artikeln und geben Sie …

14 machine-learning data-mining algorithms recommender-system

2

Binäres Klassifizierungsmodell für unausgeglichene Daten

Ich habe einen Datensatz mit folgenden Spezifikationen: Trainingsdatensatz mit 193.176 Proben mit 2.821 Positiven Testdatensatz mit 82.887 Proben mit 673 Positiven Es gibt 10 Funktionen. Ich möchte eine binäre Klassifizierung (0 oder 1) durchführen. Das Problem, mit dem ich konfrontiert bin, ist, dass die Daten sehr unausgeglichen sind. Nach der …

14 machine-learning python classification logistic-regression

4

Was bedeutet es, ein Tree Ensemble mit stark voreingenommenen Datensätzen zu trainieren?

Ich habe ein stark voreingenommenes binäres Dataset - ich habe 1000x mehr Beispiele für die negative Klasse als für die positive Klasse. Ich würde gerne ein Baumensemble (wie Extra Random Trees oder Random Forest) mit diesen Daten trainieren, aber es ist schwierig, Trainingsdatensätze zu erstellen, die genügend Beispiele für die …

14 machine-learning feature-selection unbalanced-classes

3

Paralleles und verteiltes Rechnen

Was ist (sind) der Unterschied zwischen parallelem und verteiltem Computing? Wenn es um Skalierbarkeit und Effizienz geht, werden häufig Lösungen für Berechnungen in Maschinenclustern verwendet. Manchmal wird dies als Parallelverarbeitung oder als verteilte Verarbeitung bezeichnet. In gewisser Weise scheint die Berechnung immer parallel zu sein, da Dinge gleichzeitig ablaufen. Aber …

14 definitions parallel distributed

4

Suchen Sie beispielsweise nach Infrastruktur-Stacks / Workflows / Pipelines

Ich versuche zu verstehen, wie alle "Big Data" -Komponenten in einem realen Anwendungsfall zusammenspielen, z. B. Hadoop, Monogodb / NOSQL, Storm, Kafka, ... Ich weiß, dass dies eine ziemlich breite Palette von Werkzeugen ist, die für verwendet werden verschiedene Typen, aber ich möchte mehr über deren Interaktion in Anwendungen erfahren, …

14 machine-learning bigdata efficiency scalability distributed

1

Was ist der Unterschied zwischen Upsampling und bi-linearem Upsampling in einem CNN?

Ich versuche dieses Papier zu verstehen und bin mir nicht sicher, was bi-lineares Upsampling ist. Kann jemand dies auf hohem Niveau erklären? https://arxiv.org/abs/1606.00915

14 deep-learning convnet cnn convolution

1

Können Bäume mit Gefälle für jede Funktion geeignet sein?

Für neuronale Netze haben wir den universellen Approximationssatz, der besagt, dass neuronale Netze jede stetige Funktion auf einer kompakten Teilmenge von R n approximieren könnenRnRnR^n . Gibt es ein ähnliches Ergebnis für Bäume mit Farbverlauf? Es scheint vernünftig, da Sie weitere Zweige hinzufügen können, aber ich kann keine formelle Diskussion …

14 decision-trees

1

Hinzufügen von Nichtbild-Features neben Nebenbildern als Eingabe von CNNs

Ich trainiere ein neuronales Faltungsnetzwerk, um Bilder bei Nebelbedingungen zu klassifizieren (3 Klassen). Für jedes der ca. 150.000 Bilder stehen mir jedoch auch vier meteorologische Variablen zur Verfügung, die bei der Vorhersage der Bildklassen hilfreich sein könnten. Ich habe mich gefragt, wie ich die meteorologischen Variablen (z. B. Temperatur, Windgeschwindigkeit) …

14 machine-learning neural-network deep-learning tensorflow cnn

3

Gibt es eine Personenklasse in ImageNet? Gibt es irgendwelche Klassen, die sich auf Menschen beziehen?

Wenn ich mir eine der vielen Quellen für die Imagenet-Klassen im Internet anschaue, kann ich keine einzige Klasse finden, die sich auf Menschen bezieht (und nein, Harvestman ist nicht jemand, der erntet, aber ich wusste, dass es eine Art von Papa-Langbein ist Spinne :-). Wie ist das möglich? Ich hätte …

14 machine-learning deep-learning dataset convnet image-classification

1

Rückvermehrung in CNN

Ich habe folgende CNN: Ich beginne mit einem Eingabebild der Größe 5x5 Dann wende ich die Faltung mit 2x2 Kernel und stride = 1 an, wodurch eine Feature-Map der Größe 4x4 erzeugt wird. Dann wende ich 2x2 Max-Pooling mit Stride = 2 an, wodurch die Feature-Map auf 2x2 verkleinert wird. …

14 machine-learning convnet backpropagation cnn kernel

1

Wie wird ein Aufteilungspunkt für stetige Variablen in Entscheidungsbäumen gewählt?

Ich habe zwei Fragen zu Entscheidungsbäumen: Wie wählen wir den Aufteilungswert aus, wenn wir ein kontinuierliches Attribut haben? Beispiel: Alter = (20,29,50,40 ....) Stellen Sie sich vor , dass wir ein kontinuierliches Attribut , die Werte in haben R . Wie kann ich einen Algorithmus schreiben, der den Aufteilungspunkt v …

14 classification data decision-trees

5

Anfänger Mathe Bücher für Maschinelles Lernen

Ich bin ein Informatiker ohne Hintergrundwissen in Statistik oder fortgeschrittener Mathematik. Ich studiere das Buch Python Machine Learning von Raschka und Mirjalili, aber als ich versuchte, die Mathematik des maschinellen Lernens zu verstehen, war ich nicht in der Lage, das großartige Buch zu verstehen, das mir ein Freund vorschlug: Die …

14 machine-learning statistics reference-request math

1

RNN mit mehreren Zeitreihen

Ich versuche, ein neuronales Netzwerk mit Zeitreihen als Eingabe zu erstellen, um es basierend auf dem Typ jeder Reihe zu trainieren. Ich habe gelesen, dass man mit RNNs die Eingabe in Gruppen aufteilen und jeden Punkt der Zeitreihe in einzelne Neuronen aufteilen und schließlich das Netzwerk trainieren kann. Ich versuche …

14 time-series rnn

1

Was ist der Vorteil einer Batch-Größe von 2?

Warum ist es manchmal von Vorteil, die Batch-Größe bei der Schulung von Modellen für maschinelles Lernen auf einer Potenz von 2 zu halten? Ich dachte, es wäre am besten, eine Größe zu verwenden, die am besten zu Ihrem GPU-Speicher / RAM passt. Diese Antwort besagt, dass für einige Pakete eine …

14 machine-learning training