Programmierung machine-learning

6

Wie findet Apple Datum, Uhrzeit und Adresse in E-Mails?

Wenn eine E-Mail im iOS-E-Mail-Client ein Datum, eine Uhrzeit oder einen Ort enthält, wird der Text zu einem Hyperlink, und Sie können einen Termin erstellen oder eine Karte anzeigen, indem Sie einfach auf den Link tippen. Es funktioniert nicht nur für E-Mails in Englisch, sondern auch in anderen Sprachen. Ich …

128 machine-learning nlp information-extraction named-entity-recognition

3

Warum verbessert eine Hot-Codierung die Leistung beim maschinellen Lernen?

Ich habe festgestellt, dass One Hot-Codierung, wenn sie für einen bestimmten Datensatz (eine Matrix) verwendet und als Trainingsdaten für Lernalgorithmen verwendet wird, hinsichtlich der Vorhersagegenauigkeit signifikant bessere Ergebnisse liefert als die ursprüngliche Matrix selbst als Trainingsdaten. Wie kommt es zu dieser Leistungssteigerung?

127 machine-learning data-mining scikit-learn data-analysis

6

Was ist der Unterschied zwischen Schritten und Epochen in TensorFlow?

In den meisten Modellen wird ein Stufen - Parameter , die angibt , Anzahl der Schritte Daten zu überfahren . Aber ich sehe in der meisten praktischen Anwendung, dass wir auch die Anpassungsfunktion N Epochen ausführen . Was ist der Unterschied zwischen 1000 Schritten mit 1 Epoche und 100 Schritten …

125 machine-learning tensorflow

4

Intuitives Verständnis von 1D-, 2D- und 3D-Faltungen in Faltungs-Neuronalen Netzen

Kann jemand bitte den Unterschied zwischen 1D-, 2D- und 3D-Faltungen in Faltungs-Neuronalen Netzen (beim tiefen Lernen) anhand von Beispielen klar erklären?

125 machine-learning deep-learning signal-processing conv-neural-network convolution

3

Python - Was genau ist sklearn.pipeline.Pipeline?

Ich kann nicht herausfinden, wie das sklearn.pipeline.Pipelinegenau funktioniert. Das Dokument enthält einige Erklärungen . Was meinen sie zum Beispiel mit: Pipeline von Transformationen mit einem endgültigen Schätzer. Was sind meine Fragen, um meine Frage klarer zu machen steps? Wie arbeiten Sie? Bearbeiten Dank der Antworten kann ich meine Frage klarer …

117 python machine-learning scikit-learn neuraxle

6

Bibliotheken für maschinelles Lernen in C # [geschlossen]

Diese Frage passt derzeit nicht zu unserem Q & A-Format. Wir erwarten, dass die Antworten durch Fakten, Referenzen oder Fachwissen gestützt werden, aber diese Frage wird wahrscheinlich zu Debatten, Argumenten, Umfragen oder erweiterten Diskussionen führen. Wenn Sie der Meinung sind, dass diese Frage verbessert und möglicherweise erneut geöffnet werden kann, …

116 c# machine-learning

12

Wie kann ich Tensorboard auf einem Remote-Server ausführen?

Ich bin neu in Tensorflow und würde von einigen Visualisierungen meiner Arbeit sehr profitieren. Ich verstehe, dass Tensorboard ein nützliches Visualisierungstool ist, aber wie kann ich es auf meinem Remote-Ubuntu-Computer ausführen?

116 tensorflow machine-learning data-visualization remote-access tensorboard

9

Google Colaboratory: Irreführende Informationen zur GPU (einigen Nutzern stehen nur 5% RAM zur Verfügung)

Update: Diese Frage bezieht sich auf Google Colabs "Notebook-Einstellungen: Hardwarebeschleuniger: GPU". Diese Frage wurde geschrieben, bevor die Option "TPU" hinzugefügt wurde. Als ich mehrere aufgeregte Ankündigungen über Google Colaboratory las, das eine kostenlose Tesla K80-GPU bereitstellte, versuchte ich, fast.ai zu lernen, damit es nie fertig wird - schnell geht der …

110 python machine-learning gpu ram google-colaboratory

8

Was ist eine intuitive Erklärung der Expectation Maximization-Technik? [geschlossen]

Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 2 Jahren . Verbessere diese Frage Expectation Maximization (EM) ist eine …

109 machine-learning cluster-analysis data-mining mathematical-optimization expectation-maximization

4

Wie berechnet man mit scikit learn Präzision, Rückruf, Genauigkeit und f1-Score für den Fall mit mehreren Klassen?

Ich arbeite an einem Stimmungsanalyseproblem. Die Daten sehen folgendermaßen aus: label instances 5 1190 4 838 3 239 1 204 2 127 Meine Daten sind also unausgeglichen, da 1190 instancesmit gekennzeichnet sind 5. Für die Klassifizierung verwende ich den SVC von scikit . Das Problem ist, dass ich nicht weiß, …

109 python machine-learning nlp artificial-intelligence scikit-learn

5

Welche Rolle spielt „Abflachen“ in Keras?

Ich versuche die Rolle der FlattenFunktion in Keras zu verstehen . Unten ist mein Code, der ein einfaches zweischichtiges Netzwerk ist. Es nimmt zweidimensionale Formdaten (3, 2) auf und gibt eindimensionale Formdaten (1, 4) aus: model = Sequential() model.add(Dense(16, input_shape=(3, 2))) model.add(Activation('relu')) model.add(Flatten()) model.add(Dense(4)) model.compile(loss='mean_squared_error', optimizer='SGD') x = np.array([[[1, 2], …

108 machine-learning tensorflow neural-network deep-learning keras

2

Viele zu einem und viele zu viele LSTM-Beispiele in Keras

Ich versuche LSTMs zu verstehen und wie man sie mit Keras erstellt. Ich fand heraus, dass es hauptsächlich die 4 Modi gibt, um eine RNN auszuführen (die 4 richtigen im Bild). Bildquelle: Andrej Karpathy Jetzt frage ich mich, wie ein minimalistischer Codefragment für jeden von ihnen in Keras aussehen würde. …

107 machine-learning neural-network deep-learning keras recurrent-neural-network

8

Warum sollten Gewichte neuronaler Netze mit Zufallszahlen initialisiert werden?

Ich versuche, ein neuronales Netzwerk von Grund auf neu aufzubauen. In der gesamten KI-Literatur besteht Konsens darüber, dass Gewichte mit Zufallszahlen initialisiert werden sollten, damit das Netzwerk schneller konvergiert. Aber warum werden Anfangsgewichte neuronaler Netze als Zufallszahlen initialisiert? Ich hatte irgendwo gelesen, dass dies getan wird, um "die Symmetrie zu …

105 machine-learning neural-network artificial-intelligence mathematical-optimization gradient-descent

4

Multi-Layer-Perceptron (MLP) -Architektur: Kriterien für die Auswahl der Anzahl der verborgenen Schichten und der Größe der verborgenen Schicht?

Wenn wir 10 Eigenvektoren haben, können wir 10 neuronale Knoten in der Eingabeschicht haben. Wenn wir 5 Ausgabeklassen haben, können wir 5 Knoten in der Ausgabeschicht haben. Aber was sind die Kriterien für die Auswahl der Anzahl der verborgenen Schichten in einem MLP und wie viele neuronale Knoten in 1 …

104 machine-learning neural-network deep-learning perceptron

8

Kann mir jemand StandardScaler erklären?

Ich kann die Seite von StandardScalerin der Dokumentation von nicht verstehen sklearn. Kann mir jemand das in einfachen Worten erklären?

103 python machine-learning scikit-learn scaling standardized

Als «machine-learning» getaggte Fragen