Estoy buscando algunos consejos sobre cómo curar una lista de palabras vacías. ¿Alguien sabe / alguien puede recomendar un buen método para extraer listas de palabras clave del conjunto de datos para el preprocesamiento y el filtrado? Los datos: una gran cantidad de entrada de texto humano de...
Cada observación en mis datos fue recolectada con una diferencia de 0.1 segundos. No lo llamo una serie de tiempo porque no tiene una marca de fecha y hora. En los ejemplos de algoritmos de agrupamiento (que encontré en línea) y PCA, los datos de la muestra tienen 1 observación por caso y no están...
El Vowpal Wabbit (VW) aparentemente admite la funcionalidad de etiquetado de secuencias a través de SEARN . El problema es que no puedo encontrar en ninguna parte una lista detallada de parámetros con explicaciones y con algunos ejemplos. Lo mejor que pude encontrar es la entrada de blog de Zinkov...
Estoy estudiando aprendizaje automático y siento que existe una fuerte relación entre el concepto de dimensión VC y el concepto más clásico (estadístico) de grados de libertad. ¿Alguien puede explicar tal
Problema Intenté usar Naive bayes en un conjunto de datos etiquetados de datos delictivos, pero obtuve resultados realmente pobres (7% de precisión). Naive Bayes corre mucho más rápido que otros alogoritmos que he estado usando, así que quería intentar descubrir por qué el puntaje era tan...
Soy nuevo en el campo del aprendizaje automático, pero he hecho mi parte del procesamiento de señales. Avíseme si esta pregunta se ha etiquetado incorrectamente. Tengo datos bidimensionales que están definidos por al menos tres variables, con un modelo altamente no lineal demasiado complicado para...
Mi pregunta es triple En el contexto de máquinas de vectores de soporte "Kernelized" Es deseable la selección de variables / características, especialmente porque regularizamos el parámetro C para evitar el sobreajuste y el motivo principal detrás de la introducción de núcleos en una SVM es...
He estado tratando de entender el aprendizaje por refuerzo durante bastante tiempo, pero de alguna manera no puedo visualizar cómo escribir un programa para el aprendizaje por refuerzo para resolver un problema mundial de la red. ¿Me puede sugerir algunos libros de texto que me ayuden a construir...
Recientemente Google publicó interesante sueño profundo. Además de la generación de arte como http://deepdreamgenerator.com/ , ¿ves alguna aplicación potencial de sueño profundo en visión por computadora o aprendizaje
Estoy viendo cómo implementar el abandono en la red neuronal profunda, y encontré algo contradictorio. En la fase de avance, las activaciones de máscara de abandono con un tensor aleatorio de 1s y 0s obligan a net a aprender el promedio de los pesos. Esto ayuda a la red a generalizar mejor. Pero...
Supongamos que tenemos el siguiente marco de datos con múltiples valores para una determinada columna: categories 0 - ["A", "B"] 1 - ["B", "C", "D"] 2 - ["B", "D"] ¿Cómo podemos obtener una mesa como esta? "A" "B" "C" "D" 0 - 1 1 0 0 1 - 0 1 1 1 2 - 0 1 0 1 Nota: No necesito necesariamente un...
Mi conjunto de datos se compone de secuencias vectoriales. Cada vector tiene 50 dimensiones de valor real. El número de vectores en una secuencia varía de 3-5 a 10-15. En otras palabras, la longitud de una secuencia no es fija. Una buena cantidad de secuencias (¡no vectores!) Están anotadas con...
Cuando se guarda en el disco usando cPickle: /programming/20662023/save-python-random-forest-model-to-file , mi bosque aleatorio es de 6.57 GB. with open('rforest.cpickle', 'wb') as f: cPickle.dump(rforest, f) Quiero usar el bosque mismo para hacer predicciones a través de una API de Python...
Estoy tratando de entender el análisis de sentimientos y cómo aplicarlo usando cualquier lenguaje (R, Python, etc.). Me gustaría saber si hay un buen lugar en Internet para el tutorial que pueda seguir. Busqué en Google, pero no estaba muy satisfecho porque no eran tutoriales sino más de teoría....
Estoy buscando un paquete de Python que implemente la regresión lineal multivariante. (Nota terminológica: la regresión multivariada trata el caso donde hay más de una variable dependiente, mientras que la regresión múltiple trata el caso donde hay una variable dependiente pero más de una variable...
Estoy usando la biblioteca seaborn para generar gráficos de barras en python. Me pregunto qué estadísticas se utilizan para calcular las barras de error, pero no puedo encontrar ninguna referencia a esto en la documentación del diagrama de barras de Seaborn . Sé que los valores de la barra se...
Para nuestro proyecto de curso final en Data Science, propusimos lo siguiente: Con el conjunto de datos de Amazon Reviews , planeamos crear un algoritmo (que se basa aproximadamente en el PageRank personalizado) que determina una posición estratégica para colocar anuncios en Amazon. Por ejemplo,...
¿Hay algún documento publicado que muestre diferencias en los métodos de regularización para redes neuronales, preferiblemente en diferentes dominios (o al menos diferentes conjuntos de datos)? Lo pregunto porque actualmente tengo la sensación de que la mayoría de las personas parecen usar solo el...
Estoy buscando una biblioteca de Python que pueda calcular la matriz de confusión para la clasificación de etiquetas múltiples . FYI: scikit-learn no admite etiquetas múltiples para matriz de confusión) ¿Cuál es la diferencia entre Multiclass y Multilabel
Mi colega y yo estamos tratando de entender la diferencia entre la regresión logística y un SVM. Claramente están optimizando diferentes funciones objetivas. ¿Es un SVM tan simple como decir que es un clasificador discriminatorio que simplemente optimiza la pérdida de la bisagra? ¿O es más complejo...