Antecedentes: el siguiente es del libro Graph Databases , que cubre una prueba de rendimiento mencionada en el libro Neo4j en acción : Las relaciones en un gráfico naturalmente forman caminos. Consultar o recorrer el gráfico implica seguir caminos. Debido a la naturaleza fundamentalmente...
Esta pregunta se refiere al algoritmo generativo versus discriminativo, pero ¿alguien puede dar un ejemplo de la diferencia entre estas formas cuando se aplica al procesamiento del lenguaje natural? ¿Cómo se usan los modelos generativos y discriminativos en la
Cualquier procesamiento de base de datos pequeño puede ser abordado fácilmente por scripts Python / Perl / ..., que usan bibliotecas y / o incluso utilidades del lenguaje mismo. Sin embargo, cuando se trata de rendimiento, las personas tienden a buscar C / C ++ / lenguajes de bajo nivel. La...
Como todos sabemos, hay algunas técnicas de indexación de datos, que utilizan aplicaciones de indexación conocidas, como Lucene (para java) o Lucene.NET (para .NET), MurMurHash, B + Tree, etc. Para un No-Sql / Object Base de datos orientada (que intento escribir / jugar un poco con C #), ¿qué...
Yann LeCun mencionó en su AMA que considera que tener un doctorado es muy importante para conseguir un trabajo en una empresa de primer nivel. Tengo una maestría en estadística y mi licenciatura estaba en economía y matemática aplicada, pero ahora estoy estudiando programas de doctorado de ML. La...
Construí una red neuronal artificial en Python usando la función de optimización scipy.optimize.minimize (gradiente conjugado). Implementé la verificación de gradiente, verifiqué todo, etc., y estoy bastante seguro de que funciona correctamente. Lo he ejecutado varias veces y llega a...
En algunos casos, puede ser imposible dibujar diagramas de Euler con círculos superpuestos para representar todos los subconjuntos superpuestos en las proporciones correctas. Este tipo de datos requiere el uso de polígonos u otras figuras para representar cada conjunto. Cuando se trata de datos que...
Me he encontrado con el siguiente problema, que reconozco es bastante típico. Tengo algunos datos grandes, por ejemplo, unos pocos millones de filas. Ejecuto algunos análisis no triviales, por ejemplo, una consulta SQL que consta de varias subconsultas. Obtengo algún resultado, indicando, por...
Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 5 años . Parece que la...
Traté de detectar valores atípicos en el consumo de gas energético de algunos edificios holandeses, construyendo un modelo de red neuronal. Tengo muy malos resultados, pero no puedo encontrar la razón. No soy un experto, así que me gustaría preguntarle qué puedo mejorar y qué estoy haciendo mal....
Estoy trabajando en un proyecto y necesito recursos para ponerme al día. El conjunto de datos es de alrededor de 35000 observaciones en aproximadamente 30 variables. Aproximadamente la mitad de las variables son categóricas y algunas tienen muchos valores posibles diferentes, es decir, si divide...
Me pregunto qué tipo de validación cruzada de modelo elegir para el problema de clasificación: K-fold o submuestreo aleatorio (muestreo de arranque). Mi mejor conjetura es usar 2/3 del conjunto de datos (que es ~ 1000 artículos) para entrenamiento y 1/3 para validación. En este caso, K-fold solo...
Existen varios conjuntos de datos clásicos para tareas de clasificación / regresión de aprendizaje automático. Los más populares son: Conjunto de datos de flor de iris ; Conjunto de datos titánicos ; Automóviles de tendencia de motor ; etc. ¿Pero alguien conoce conjuntos de datos similares para...
Estoy trabajando en una campaña política en la que docenas de voluntarios llevarán a cabo promociones en las próximas semanas. Dada una lista con nombres, direcciones y coordenadas largas / largas, qué algoritmos se pueden usar para crear una lista de paseo
Estoy trabajando en un sistema de detección de fraude. En este campo, aparecen nuevos fraudes regularmente, por lo que se deben agregar nuevas características al modelo de manera continua. Me pregunto cuál es la mejor manera de manejarlo (desde la perspectiva del proceso de desarrollo)....
Me gustaría utilizar ANN para automatizar el comercio de divisas, preferiblemente USD / EUR o USD / GBP. Sé que esto es difícil y puede que no sea sencillo. Ya leí algunos documentos y realicé algunos experimentos, pero sin mucha suerte. Me gustaría recibir consejos de EXPERTOS para que esto...
Me gustaría utilizar datos no atómicos, como una característica para una predicción. Supongamos que tengo una tabla con estas características: - Column 1: Categorical - House - Column 2: Numerical - 23.22 - Column 3: A Vector - [ 12, 22, 32 ] - Column 4: A Tree - [ [ 2323, 2323 ],[2323, 2323] , [...
Tengo un conjunto de datos que contiene ~ 100,000 muestras de 50 clases. He estado usando SVM con un núcleo RBF para entrenar y predecir nuevos datos. Sin embargo, el problema es que el conjunto de datos está sesgado hacia diferentes clases. Por ejemplo, Clase 1 - 30 (~ 3% cada uno), Clase 31 - 45...
Estoy tratando de encontrar datos de stock para practicar, ¿hay un buen recurso para esto? Encontré esto: ftp://emi.nasdaq.com/ITCH/ pero solo tiene el año actual. Ya tengo una forma de analizar el protocolo, pero me gustaría tener más datos para comparar. No tiene que estar en el mismo formato,...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que sea sobre el tema de Data Science Stack Exchange. Cerrado hace 5 años . Quiero convertirme en un...