¿Cuál es la mejor herramienta para visualizar (dibujar los vértices y bordes) un gráfico con 1000000 vértices? Hay alrededor de 50000 aristas en el gráfico. Y puedo calcular la ubicación de vértices y aristas individuales. Estoy pensando en escribir un programa para generar un svg. ¿Cualquier otra...
Hubo un furor reciente con Facebook experimentando con sus usuarios para ver si podían alterar las emociones de los usuarios y ahora okcupid . Si bien no soy un científico de datos profesional, leí sobre la ética de la ciencia de datos del libro de Cathy O'Neill 'Doing Data Science' y me gustaría...
Necesito generar informes periódicos (diarios, mensuales) del panel de análisis web. Serán estáticos y no requieren interacción, así que imagine un archivo PDF como salida de destino. Los informes mezclarán tablas y gráficos (principalmente gráficos minigráficos y viñetas creados con ggplot2)....
Tengo una gran matriz escasa de usuarios y elementos que les gustan (del orden de 1 millón de usuarios y 100 000 elementos, con un nivel muy bajo de escasez). Estoy explorando formas en que podría realizar una búsqueda de kNN en él. Dado el tamaño de mi conjunto de datos y algunas pruebas iniciales...
Tengo características dispersas que son predictivas, también tengo algunas características densas que también son predictivas. Necesito combinar estas características para mejorar el rendimiento general del clasificador. Ahora, cuando trato de combinar estos elementos, las características densas...
Tengo el problema de agrupar una gran cantidad de oraciones en grupos por sus significados. Esto es similar a un problema cuando tienes muchas oraciones y quieres agruparlas por sus significados. ¿Qué algoritmos se sugieren para hacer esto? No sé la cantidad de clústeres de antemano (y a medida...
Me pregunto si hay alguna heurística en el número de características versus el número de observaciones. Obviamente, si un número de características es igual al número de observaciones, el modelo se sobreajustará. Mediante el uso de métodos dispersos (LASSO, red elástica) podemos eliminar varias...
¿Alguien puede publicar un ejemplo directo de Keras usando una devolución de llamada para guardar un modelo después de cada época? Puedo encontrar ejemplos de ahorro de pesas, pero quiero poder guardar un modelo completamente funcional después de cada época de
El ensacado es la generación de múltiples predictores que funciona como un conjunto de predictores únicos. La deserción es una técnica que enseña a las redes neuronales a promediar todas las subredes posibles. Mirando las competencias más importantes de Kaggle parece que estas dos técnicas se usan...
Aquí la respuesta se refiere a gradientes de desaparición y explosión que han estado en sigmoidfunciones de activación similares, pero supongo que Relutiene una desventaja y es su valor esperado. no hay limitación para la salida de Reluy, por lo tanto, su valor esperado no es cero. Recuerdo el...
Estoy trabajando en el reconocimiento de voz con Tensorflow y planeo entrenar LSTM NN con un conjunto de datos de ondas masivas. Debido a las ganancias de rendimiento, planeo usar tfrecords. Hay varios ejemplos en Internet (Inception for ej.) Donde los archivos de registro se dividen en fragmentos....
Cuando se usa una inicialización aleatoria de centroides, diferentes corridas de K-medias producen diferentes ESS totales. Y es crucial en el rendimiento del algoritmo. ¿Cuáles son algunos enfoques efectivos para resolver este problema? Los enfoques recientes son
La división de validación en la función de ajuste del modelo secuencial de Keras se documenta de la siguiente manera en https://keras.io/models/sequential/ : validation_split: flota entre 0 y 1. Fracción de los datos de entrenamiento que se utilizarán como datos de validación. El modelo separará...
¿La implementación aleatoria del bosque en scikit-learn utiliza la precisión media como método de puntuación para estimar el error de generalización con muestras fuera de bolsa? Esto no se menciona en la documentación, pero el método score () informa la precisión media. Tengo un conjunto de datos...
Estoy trabajando para mejorar un clasificador supervisado existente, para clasificar las secuencias de {proteína} como pertenecientes a una clase específica (precursores de hormonas neuropéptidas), o no. Hay alrededor de 1.150 "positivos" conocidos, en un contexto de aproximadamente 13 millones de...
https://github.com/Rdatatable/data.table/wiki/Benchmarks-%3A-Grouping Los puntos de referencia data.table no se han actualizado desde 2014. Escuché en algún lugar que Pandasahora es más rápido que data.table. ¿Es esto cierto? ¿Alguien ha hecho alguna referencia? ¿Nunca he usado Python antes pero...
Sé que no hay una respuesta clara para esta pregunta, pero supongamos que tengo una gran red neuronal, con muchos datos y quiero agregar una nueva característica en la entrada. La "mejor" forma sería probar la red con la nueva función y ver los resultados, pero ¿existe algún método para probar si...
Estoy usando el ejemplo de OpenCV letter_recog.cpp para experimentar en árboles aleatorios y otros clasificadores. Este ejemplo tiene implementaciones de seis clasificadores: árboles aleatorios, impulso, MLP, kNN, Bayes ingenuos y SVM. Se utiliza el conjunto de datos de reconocimiento de letras UCI...
Estoy empezando a aprender Machine learning del sitio web de Tensorflow. He desarrollado una comprensión muy rudimentaria del flujo que sigue un programa de aprendizaje profundo (este método me hace aprender rápido en lugar de leer libros y artículos grandes). Hay algunas cosas confusas que he...
¿Alguien puede darme algunos ejemplos donde la precisión es importante y algunos ejemplos donde recordar es