Data Science

3

Welche Kenntnisse benötige ich, um ein einfaches KI-Programm zum Spielen eines Spiels zu schreiben?

Ich bin ein B.Sc-Absolvent. Einer meiner Kurse war "Einführung in das maschinelle Lernen", und ich wollte immer ein persönliches Projekt in diesem Fach machen. Ich habe kürzlich von verschiedenen KI-Trainings gehört, um Spiele wie Mario, Go usw. zu spielen. Welche Kenntnisse muss ich erwerben, um ein einfaches KI-Programm zum Spielen …

8 machine-learning algorithms beginner reinforcement-learning training

1

Maschinelles Lernen: Gedichte schreiben

Ich bin ein Student des maschinellen Lernens und in diesen Tagen habe ich versucht zu lernen, wie man die TensorFlow-Bibliothek benutzt. Ich habe verschiedene Tutorials und Versuche mit Tensorflow durchlaufen und dachte, der beste Weg, dies wirklich zu lernen, wäre, es in einem kleinen eigenen Projekt zu verwenden. Ich habe …

8 machine-learning neural-network tensorflow

1

Fragen beim Übergang vom Vanilla Neural Network zum Recurrent Neural Network

Ich habe kürzlich erfahren, wie ein neuronales Vanille-Netzwerk mit einer bestimmten Anzahl von Eingaben, versteckten Knoten und der gleichen Anzahl von Ausgaben wie Eingaben funktionieren würde. Ich habe mir verschiedene Beiträge angesehen, die sich jetzt auf wiederkehrende neuronale Netze beziehen, und ich verstehe das Konzept dahinter, aber ich verstehe bestimmte …

8 machine-learning python neural-network rnn

4

Unausgeglichene Klasse: class_weight für ML-Algorithmen in Spark MLLib

In Python Sklearn gibt es mehrere Algorithmen (z. B. Regression, zufällige Gesamtstruktur usw.), die den Parameter class_weight haben, um unausgeglichene Daten zu verarbeiten. Ich finde jedoch keinen solchen Parameter für die MLLib-Algorithmen. Gibt es einen Plan zur Implementierung von class_weight für einen MLLib-Algorithmus? Oder gibt es in MLLib einen Ansatz …

8 machine-learning apache-spark unbalanced-classes weighted-data

1

Prognostiziert eine Zeitreihe mit mehreren Schritten ein Sequenz-zu-Sequenz-Problem?

Ich verwende das Keras-Paket, um ein LSTM für eine univariate Zeitreihe vom Typ numerisch (float) zu trainieren. Das Durchführen einer Prognose mit einem Schritt voraus ist trivial, aber ich bin mir nicht sicher, wie eine Prognose mit einem Schritt vorausgehen soll. Zwei Fragen: 1) Ich habe über Sequenz-zu-Sequenz-NNs gelesen, kann …

8 time-series keras

2

Kann es bei Advanced Optimization-Algorithmen zu einer Überanpassung kommen?

Während eines Online-Kurses über maschinelles Lernen von Andrew Ng auf coursera stieß ich auf ein Thema namens Überanpassung . Ich weiß, dass es auftreten kann, wenn ein Gradientenabstieg in einer linearen oder logistischen Regression verwendet wird, aber kann es auftreten, wenn erweiterte Optimierungsalgorithmen wie "Gradient konjugieren", "BFGS" und "L-BFGS" verwendet …

8 machine-learning regression optimization gradient-descent overfitting

1

Warum verwenden Trainings-RNNs nicht 100% der GPU?

Ich frage mich, warum das Training von RNNs normalerweise nicht 100% der GPU verwendet. Wenn ich diesen RNN-Benchmark beispielsweise auf einem Maxwell Titan X unter Ubuntu 14.04.4 LTS x64 ausführe, liegt die GPU-Auslastung unter 90%: Der Benchmark wurde mit dem folgenden Befehl gestartet: python rnn.py -n 'fastlstm' -l 1024 -s …

8 performance theano rnn gpu

2

Indizes in Pandas zählen

Ich denke, dies ist eine rudimentäre Frage, aber ich bin sehr neu darin und konnte sie einfach nicht knacken / die Antwort finden. Letztendlich versuche ich hier, eindeutige Werte für eine bestimmte Spalte zu zählen und dann zu bestimmen, welche dieser eindeutigen Werte mehr als einen eindeutigen Wert in einer …

8 python pandas indexing

1

Warum ist "Tiefe = semantische Repräsentation" in neuronalen Faltungsnetzen?

Ich habe mir online einige Videos über Faltungsnetzwerke angesehen, und der Redner diskutierte das Konzept, einen Filter über ein Bild zu führen. Er sagte, und es wird auch im Bild unten gezeigt, dass "Tiefe = semantische Darstellung". Das hört sich gut an, aber ich bin mir nicht sicher, was genau …

8 neural-network dimensionality-reduction convnet

3

Wie wird das Textclustering bewertet?

Welche Metriken können zur Bewertung von Textclustering-Modellen verwendet werden? Ich habe tf-idf+ k-means, tf-idf+ hierarchical clustering, doc2vec+ k-means (metric is cosine similarity), doc2vec+ verwendet hierarchical clustering (metric is cosine similarity). Wie kann man entscheiden, welches Modell das beste ist?

8 machine-learning clustering text-mining

2

Modelle für maschinelles Lernen in der Produktionsumgebung

Nehmen wir an, ein Modell wurde am Datum Verwendung der verfügbaren beschrifteten Daten trainiert , aufgeteilt in Training und Test, dh t r a i n d t 1 , t e s t d t 1 . Dieses Modell wird dann in der Produktion eingesetzt und macht Vorhersagen über …

8 machine-learning cross-validation model-selection data-product

2

Was ist eine LSTM-LM-Formulierung?

Ich lese diesen Artikel "Sequence to Sequence Learning mit neuronalen Netzen" http://papers.nips.cc/paper/5346-sequence-to-sequence-learning-with-neural-networks.pdf Unter "2. Das Modell" steht: Das LSTM berechnet diese bedingte Wahrscheinlichkeit, indem es zuerst die feste dimensionale Darstellung v der Eingabesequenz (x1, ..., xT) erhält, die durch den letzten verborgenen Zustand des LSTM gegeben ist, und dann die …

8 machine-learning neural-network nlp rnn machine-translation

3

Gibt es Bildklassifizierungsalgorithmen, die keine neuronalen Netze sind?

Die Bildklassifizierung ist die Aufgabe , einem bestimmten Bild eine von zuvor bekannten Beschriftungen zuzuweisen. Zum Beispiel wissen Sie, dass Sie ein paar Fotos erhalten und jedes einzelne Bild genau eines von . Der Algorithmus sollte sagen, was das Foto zeigt.nnn{ c a t , do g, c a r …

8 image-classification

1

Mindestanzahl von Bäumen für den Random Forest-Klassifikator

Ich suche nach einer theoretischen oder experimentellen Schätzung der Untergrenze für die Anzahl der Bäume in einem Random Forest-Klassifikator. Normalerweise teste ich verschiedene Kombinationen und wähle die aus, die (mithilfe der Kreuzvalidierung) das median beste Ergebnis liefert. Ich denke jedoch, dass es bei Beobachtungen und Merkmalen eine Untergrenze für die …

8 random-forest decision-trees

3

Verschachtelte Kreuzvalidierung und Auswahl des besten Regressionsmodells - ist dies der richtige SKLearn-Prozess?

Wenn ich das richtig verstehe, kann mir Nested-CV dabei helfen, zu bewerten, welcher Modell- und Hyperparameter-Optimierungsprozess am besten ist. Die innere Schleife ( GridSearchCV) findet die besten Hyperparameter, und die äußere Schleife ( cross_val_score) wertet den Algorithmus zur Optimierung der Hyperparameter aus. Ich wähle dann aus der äußeren Schleife aus, …

8 python scikit-learn cross-validation model-selection