Ciencia de los datos

Estoy tratando de generar un modelo inteligente que pueda escanear un conjunto de palabras o cadenas y clasificarlas como nombres, números móviles, direcciones, ciudades, estados, países y otras entidades utilizando el aprendizaje automático o el aprendizaje profundo. Había buscado enfoques, pero...

¿Se puede aplicar el aprendizaje por refuerzo para el pronóstico de series de tiempo?

La normalización por lotes y ReLU son soluciones al problema del gradiente de fuga. Si estamos usando la normalización por lotes, ¿deberíamos usar sigmoides? ¿O hay características de ReLU que hacen que valga la pena incluso cuando se usa batchnorm? Supongo que la normalización realizada en...

Estoy tratando de entrenar esta implementación Keras de Deeplabv3 + en Pascal VOC2012, usando el modelo pre-entrenado (que también fue entrenado en ese conjunto de datos). Obtuve resultados extraños con la precisión rápidamente convergente a 1.0: 5/5 [==============================] - 182s...

Estoy desarrollando un modelo de predicción utilizando Java Weka api. Puedo predecir la clase para la nueva instancia usando el siguiente código: double predictClass = classifer.classifyInstance(instance) Sin embargo, necesito la probabilidad de clase en lugar del valor de la clase. Gracias de...

Estoy revisando la documentación de XGBoost y se dice que XGBoost es una biblioteca optimizada de aumento de gradiente distribuido . ¿Qué se entiende por distribuido? Que tengas un buen

Mi conjunto de entrenamiento contiene aproximadamente 50k entradas con las que hago un aprendizaje inicial. Semanalmente, se agregan ~ 5k entradas; pero la misma cantidad "desaparece" (ya que son los datos del usuario los que deben eliminarse después de un tiempo) Por lo tanto, uso el aprendizaje...

Soy un doctorado en matemáticas. estudiante que está interesado en ir a la industria como Data Scientist después de graduarse. Daré brevemente algunos antecedentes sobre mi educación antes de plantear mi pregunta, para que se entienda mejor: Cursos de matemáticas: Esto ha sido principalmente en...

¿Puede alguien explicarme cómo clasificar datos como MNIST con la red MLBP-Neural si hago más de una salida (por ejemplo, 8), quiero decir que si solo uso una salida, puedo clasificar fácilmente los datos, pero si uso más de uno, ¿qué salida debo

El caso de uso más popular parece ser un sistema de recomendación de diferentes tipos (como recomendar artículos de compras, usuarios en redes sociales, etc.). Pero, ¿cuáles son otras aplicaciones típicas de ciencia de datos, que se pueden usar en diferentes verticales? Por ejemplo: predicción de...

Revisando la presentación y el material de Summingbird por Twitter, una de las razones que se mencionan para usar los clústeres de Storm y Hadoop juntos en Summingbird es que el procesamiento a través de Storm produce una cascada de errores. Para evitar esta cascada de errores y su acumulación, el...

Quiero probar la precisión de una metodología. Lo ejecuté ~ 400 veces, y obtuve una clasificación diferente para cada carrera. También tengo la verdad fundamental, es decir, la clasificación real contra la cual probar. Para cada clasificación, calculé una matriz de confusión. Ahora quiero agregar...

Estoy desarrollando un sistema que pretende capturar el "contexto" de la actividad del usuario dentro de una aplicación; Es un marco que las aplicaciones web pueden usar para etiquetar la actividad del usuario en función de las solicitudes realizadas al sistema. Se espera que estos datos puedan...

¿Alguien sabe algunos buenos tutoriales sobre técnicas de aprendizaje automático en línea? Es decir, cómo se puede usar en entornos en tiempo real, cuáles son las diferencias clave en comparación con los métodos normales de aprendizaje automático, etc. UPD: Gracias a todos por las respuestas, por...

Tengo una carga de documentos, que tienen una carga de pares de valores clave en ellos. Es posible que la clave no sea única, por lo que puede haber varias claves del mismo tipo con valores diferentes. Quiero comparar la similitud de las claves entre 2 documentos. Más específicamente, la similitud...

Como puedo aumentar el número de árboles en scikit aprender 's GradientBoostingRegressor, consigo predicciones más negativas, a pesar de que no hay valores negativos en mi entrenamiento o de prueba establecido. Tengo alrededor de 10 características, la mayoría de las cuales son binarias. Algunos...

Tengo un conjunto de datos de series temporales de un sensor que aumenta linealmente, con rangos de valores entre 50 y 150. Implementé un algoritmo de regresión lineal simple para ajustar una línea de regresión en dichos datos, y estoy prediciendo la fecha en que la serie alcanzaría 120 Todo...

Hice una pregunta similar sobre la distancia entre "documentos" (artículos de Wikipedia, noticias, etc.). Hice esta pregunta por separado porque las consultas de búsqueda son considerablemente más pequeñas que los documentos y son mucho más ruidosas. Por lo tanto, no sé (y dudo) si las mismas...

¿Cuáles son las diferentes clases de problemas de ciencia de datos que se pueden resolver utilizando el modelo de programación

Estoy intentando usar el paquete tm para convertir un vector de cadenas de texto en un elemento de corpus. Mi código se parece a esto Corpus(d1$Yes) donde d1$Yeses un factor con 124 niveles, cada uno con una cadena de texto. Por ejemplo, d1$Yes[246] = "So we can get the boat out!" Recibo el...