Data Science

1

Unterschied: Neuronales Replikator-Netzwerk vs. Autoencoder

Ich studiere derzeit Artikel über die Erkennung von Ausreißern mithilfe von RNNs (Replicator Neural Networks) und frage mich, was der besondere Unterschied zu Autoencodern ist. RNNs scheinen für viele als der heilige Gral der Erkennung von Ausreißern / Anomalien zu gelten, aber die Idee scheint ziemlich alt zu sein, da …

8 neural-network anomaly-detection autoencoder outlier

1

Verwenden neuronaler Netze zum Extrahieren mehrerer Parameter aus Bildern

Ich möchte mithilfe eines neuronalen Netzwerks Parameter aus einem Bild extrahieren. Beispiel: Bei einem Bild einer Mauer sollte der NN die Breite und Höhe der Steine, die Farbe und die Rauheit extrahieren. Ich kann Bilder für bestimmte Parameter generieren, um das NN zu trainieren, und möchte damit die Parameter aus …

8 neural-network deep-learning computer-vision

5

Was bedeutet es, wenn Leute sagen, dass eine Kostenfunktion etwas ist, das Sie minimieren möchten?

Ich habe große Probleme, das zu verstehen. Bedeutet das, dass Sie die Kostenfunktion nicht sehr oft verwenden sollten?

8 machine-learning beginner linear-regression

2

Was sollte der Wert eines nicht bewerteten Feldes sein, wenn eine Kosinusähnlichkeit festgestellt wird?

Ich arbeite an einem sehr einfachen Buchempfehlungssystem. Ich möchte wissen, was mit den Feldern zu tun ist, die vom Benutzer nicht bewertet werden, wenn Kosinusähnlichkeit festgestellt wird. Sollten wir sie ignorieren und nur mit den bewerteten Feldern berechnen oder sollten wir sie mit 0 markieren. Das Buch, dem ich folge, …

8 correlation recommender-system cosine-distance

2

Gibt es eine Alternative zu nltk in Golang?

Golang ist eine meiner Lieblingssprachen und ich möchte es für ein persönliches NLP / ML-Projekt verwenden. Ist Golangs Ökosystem dafür gut und reich genug? Gibt es ein alternatives Paket für nltk in Golang?

8 nlp nltk software-recommendation

2

Anpassen von Linien durch große Punktwolken

Ich habe eine große Menge von Punkten (in der Größenordnung von 10.000 Punkten), die durch Teilchenspuren (Bewegung in der xy-Ebene in der Zeit, die von einer Kamera aufgenommen wurde, also 3d - 256 x 256 Pixel und ca. 3.000 Bilder in meinem Beispielsatz) und Rauschen gebildet werden. Diese Partikel bewegen …

8 machine-learning clustering regression

2

Mittelung von zwei Word2vec-Vektoren, um eine einheitliche Darstellung für ein einzelnes Wort zu erhalten

Ich habe an trainierten Daten für den Word2vec-Algorithmus gearbeitet. Da wir Wörter benötigen, um das Original zu erhalten, werden sie in der Vorverarbeitungsphase nicht in Kleinbuchstaben geschrieben. Somit gibt es Wörter mit unterschiedlichen Variationen (z. B. "Erde" und "Erde"). Die einzige Möglichkeit, die ich mir vorstellen kann, besteht darin, den …

8 feature-extraction word-embeddings word2vec

2

Tipps für einen neuen Datenwissenschaftler

Ich stehe kurz vor dem Beginn eines Jobs, bei dem ich mit großen Datenmengen arbeiten werde und von dem erwartet wird, dass er Trends usw. findet. Ich habe viele Ressourcen gefunden, um ML und andere harte Fähigkeiten zu lernen, und fühle mich (halb) ) kompetent in diesem Sinne. Ich bin …

8 beginner

5

Faltungs-Neuronale Netze in R.

Ich sehe kein Paket für Convolutional Neural Networks in R. Hat jemand diese Art von Algorithmus in R implementiert?

8 r convnet software-recommendation

4

Klassifizieren von E-Mails in R.

Ich arbeite an einem Projekt in R, in dem ich ungefähr 1200 E-Mails von einem Unternehmen habe, von denen die meisten als Klasse 1 oder Klasse 2 gekennzeichnet sind. Dies sind die Arten von Anfragen. Ungefähr 1000 E-Mails sind mit Klasse und 200 mit Klasse Mein Ziel ist es, mithilfe …

8 machine-learning r text-mining

1

Gibt es eine Domäne, in der Spiking Neural Networks andere Algorithmen übertreffen (Non-Spiking)?

Ich lese über Reservoir-Computing- Techniken wie Echo State Networks und Liquid State Machines . Beide Verfahren umfassen das Zuführen von Eingaben zu einer Population zufällig (oder nicht) verbundener Spike-Neuronen und einen relativ einfachen Auslesealgorithmus, der die Ausgabe erzeugt (z. B. lineare Regression). Die Neuronenpopulationsgewichte werden entweder festgelegt oder über eine …

8 machine-learning classification neural-network deep-learning svm

2

Beheben von Dateninkonsistenzen

Ich versuche, einige meiner Daten zu analysieren, aber meine Daten weisen viele Inkonsistenzen auf. Ich habe eine SQL-Tabelle, die ich analysieren möchte. Die Tabelle ist eine Tabelle von Universitäten mit folgender Struktur: name:string, city:string, state:string, country:string Name ist immer vorhanden, jedoch können Stadt, Bundesland, Land fehlen. Mein Hauptproblem ist, dass …

8 data-cleaning similarity distance

2

Warum nannte Tufte dies eine „hervorragend produzierte Ente“?

Ich glaube, ich verstehe Tuftes Konzept einer " Ente " - eine Grafik, die von dekorativen Formen übernommen wird. Aber ich konnte nicht verstehen, warum er dies eine Ente nannte (eine "hervorragend produzierte"). Es schien mir eher funktional als dekorativ. Gedanken?

8 visualization terminology

3

Erstellen eines neuronalen Netzes für die xor-Funktion

Es ist eine bekannte Tatsache, dass ein 1-Schicht-Netzwerk die xor-Funktion nicht vorhersagen kann, da es nicht linear trennbar ist. Ich habe versucht, ein 2-Layer-Netzwerk mit der logistischen Sigmoid-Funktion und Backprop zu erstellen, um xor vorherzusagen. Mein Netzwerk hat 2 Neuronen (und eine Vorspannung) auf der Eingangsschicht, 2 Neuronen und 1 …

8 neural-network backpropagation

1

Sollte ich zufällige Elemente für den Mini-Batch-Gradientenabstieg nehmen?

Ist es bei der Implementierung eines Mini-Batch-Gradientenabfalls für neuronale Netze wichtig, zufällige Elemente in jedem Mini-Batch zu verwenden? Oder reicht es aus, die Elemente zu Beginn des Trainings einmal zu mischen? (Ich interessiere mich auch für Quellen, die definitiv sagen, was sie tun.)

8 machine-learning neural-network