Data Science

1

Warum latente Gaußsche Variable (Rauschen) für GAN?

Wenn ich über GAN gelesen habe, verstehe ich nicht, warum die Leute oft die Eingabe für ein GAN (z) als Samples von einem Gaußschen wählen? - und gibt es dann auch mögliche Probleme damit?

8 deep-learning gan gaussian

3

Fuzzy-Name und Spitzname stimmen überein

Ich habe einen Datensatz mit folgender Struktur: full_name,nickname,match Christian Douglas,Chris,1, Jhon Stevens,Charlie,0, David Jr Simpson,Junior,1 Anastasia Williams,Stacie,1 Lara Williams,Ana,0 John Williams,Willy,1 Dabei ist jede Prädiktorzeile ein Paar, vollständiger Name, Spitzname und Zielvariable, Übereinstimmung. Dies ist 1, wenn der Spitzname der Person mit diesem Namen entspricht, andernfalls 0. Wie Sie sehen …

8 deep-learning nlp

4

Wie gehe ich mit Funktionen um, die nicht immer verfügbar sind?

Ich habe ein Feature in meinem Feature-Vektor, das nicht immer verfügbar ist. Manchmal (für einige Beispiele) macht es keinen Sinn, es zu verwenden. Ich füttere einen sklearn MLPClassifier mit diesem Merkmalsvektor. Lernt das neuronale Netzwerk von selbst, wenn das Merkmal für seine Entscheidung sinnvoll ist, oder muss ich dem Merkmalsvektor …

8 neural-network feature-selection mlp

2

Gibt es einen Konsens über die Wahl eines geeigneten ML-Ansatzes?

Ich studiere zurzeit Datenwissenschaft und wir lernen eine schwindelerregende Vielfalt grundlegender Regressions- / Klassifizierungstechniken (linear, logistisch, Bäume, Splines, ANN, SVM, MARS usw.) sowie eine Vielzahl von zusätzliche Werkzeuge (Bootstrapping, Boosten, Absacken, Ensemble, Ridge / Lasso, CV usw. usw.). Manchmal erhalten die Techniken einen Kontext (z. B. geeignet für kleine / …

8 machine-learning neural-network deep-learning classification data-science-model

1

Quelle von Arthur Samuels Definition des maschinellen Lernens

Viele Menschen scheinen zuzustimmen, dass Arthur Samuel 1959 schrieb oder sagte, dass maschinelles Lernen das " Studienfeld ist, in dem Computer lernen können, ohne explizit programmiert zu werden ". Zum Beispiel ist das Zitat in enthält dieser Seite , dass eine und Andrew Ng ML Kurs . Einige Artikel enthalten …

8 machine-learning

2

Umgang mit Merkmalsvektoren variabler Länge

Wie geht man mit einem Merkmalsvektor um, dessen Größe variieren kann? Nehmen wir an, ich berechne pro Objekt 4 Merkmale. Um ein bestimmtes Regressionsproblem zu lösen, habe ich möglicherweise 1, 2 oder mehr dieser Objekte (nicht mehr als 10). Somit ist der Merkmalsvektor 4 · N lang. Wie wird das …

8 machine-learning regression linear-regression

3

Was bedeutet der Begriff Varianz im Modell des maschinellen Lernens?

Ich kenne Begriffe mit hoher Voreingenommenheit und hoher Varianz und deren Auswirkungen auf das Modell. Grundsätzlich weist Ihr Modell eine hohe Varianz auf, wenn es zu komplex und empfindlich ist, selbst wenn es zu Ausreißern kommt. Aber kürzlich wurde ich in einem der Interviews nach der Bedeutung des Begriffs Varianz …

8 machine-learning variance

2

Wie funktioniert die allgemeine Vorteilsschätzung?

Ich habe schon seit einiger Zeit versucht, GAE zu meiner A2C-Implementierung hinzuzufügen , aber ich kann nicht ganz verstehen, wie es funktioniert. Mein Verständnis davon ist, dass es die Varianz der Vorteilsschätzungsfunktion reduziert, indem die Vorteile basierend auf den Werten im Rollout "gemittelt" (oder verallgemeinert) werden. Ich habe versucht, die …

8 machine-learning reinforcement-learning

1

Was ist die beste Methode zur Klassifizierung von Zeitreihendaten? Sollte ich LSTM oder eine andere Methode verwenden?

Ich versuche, die rohen Beschleunigungsmesserdaten x, y, z der entsprechenden Bezeichnung zuzuordnen. Was ist die beste Architektur für beste Ergebnisse? Oder hat jemand Vorschläge zu LSTM-Architekturen, die auf Keras mit Eingabe- und Ausgabeknoten basieren?

8 classification keras time-series lstm multiclass-classification

2

Validierung mit großen Schwankungen. Was könnte die Ursache sein?

Ich trainiere ein CNN für ein 3-Klassen-Bildklassifizierungsproblem. Mein Trainingsverlust nahm reibungslos ab, was das erwartete Verhalten ist. Mein Validierungsverlust zeigt jedoch große Schwankungen. Ist dies etwas, worüber ich mir Sorgen machen sollte, oder sollte ich einfach das Modell auswählen, das bei meinem Leistungsmaß (Genauigkeit) am besten abschneidet? Zusätzliche Informationen: Ich …

8 image-classification cnn loss-function

3

Unterschied zwischen Indikatorspalte und kategorialer Identitätsspalte im Tensorflow

Ich lerne Tensorflow und bin auf verschiedene Feature-Spalten gestoßen, die in Tensorflow verwendet werden. Von diesen Typen sind zwei categorical_identity_columnund indicator_column. Beide wurden auf die gleiche Weise definiert. Soweit ich weiß, konvertieren beide kategoriale Spalten in One-Hot-codierte Spalten. Meine Frage ist also, was ist der Unterschied zwischen den beiden? Wann …

8 machine-learning tensorflow

2

Ist das ein Q-Learning-Algorithmus oder nur Brute Force?

Ich habe mit einem Algorithmus gespielt, der lernt, wie man Tictactoe spielt. Der grundlegende Pseudocode lautet: repeat many thousand times { repeat until game is over { if(board layout is unknown or exploring) { move randomly } else { move in location which historically gives highest reward } } for …

8 machine-learning neural-network reinforcement-learning q-learning

1

Wie trainiere ich Daten stapelweise von der Festplatte?

Ich arbeite an einem Faltungsnetzwerk zur Bildklassifizierung. Der Trainingsdatensatz ist zu groß, um auf meinen Computerspeicher geladen zu werden (4 GB). Außerdem muss ich eine Erweiterung versuchen, um die Klassen auszugleichen. Ich benutze keras. Ich habe viele Beispiele untersucht, aber keine Lösung für mein Problem gefunden. Ich denke darüber nach, …

8 python keras training convolution

2

CNN - Wie funktioniert die Backpropagation mit Gewichtsverteilung genau?

Betrachten Sie ein Convolutional Neural Network (CNN) für die Bildklassifizierung. Um lokale Merkmale zu erkennen, wird die Gewichtsverteilung zwischen Einheiten in derselben Faltungsschicht verwendet. In einem solchen Netzwerk werden die Kernelgewichte über den Backpropagation-Algorithmus aktualisiert. Ein Update für das Kernelgewicht hjhjh_j in Schicht lll wäre wie folgt: hlj=hlj- η⋅δR.δhlj=hlj- η⋅δR.δxL.j⋅δxL.jδxL …

8 neural-network cnn

2

Bedeutung der XGBoost-Funktion - Verstärkung und Abdeckung sind hoch, aber die Frequenz ist niedrig

Ich habe diese Frage gelesen: Wie interpretiere ich die Ausgabe von XGBoost wichtig? Informationen zu den drei verschiedenen Arten von Feature-Wichtigkeiten: Häufigkeit (in Python XGBoost als "Gewicht" bezeichnet), Verstärkung und Deckung. In meinem Fall habe ich eine Funktion, Geschlecht, die basierend auf der Frequenzmetrik eine sehr geringe Bedeutung hat, aber …

8 machine-learning xgboost