Estoy haciendo clasificación de imágenes usando el aprendizaje automático. Supongamos que tengo algunos datos de entrenamiento (imágenes) y los dividiré en conjuntos de entrenamiento y validación. Y también quiero aumentar los datos (producir nuevas imágenes de las originales) mediante rotaciones...
Recientemente comencé a enseñarme a mí mismo el Aprendizaje automático y el Análisis de datos. Me encuentro con un obstáculo en la necesidad de crear y consultar grandes conjuntos de datos. Me gustaría tomar datos que he estado agregando en mi vida profesional y personal y analizarlos, pero no...
Estoy tratando de separar dos grupos de valores de un solo conjunto de datos. Puedo suponer que una de las poblaciones está normalmente distribuida y tiene al menos la mitad del tamaño de la muestra. Los valores del segundo son más bajos o más altos que los valores del primero (se desconoce la...
Usando R o Excel, ¿cuál es la forma más fácil de convertir una tabla de frecuencias en un vector de valores? Por ejemplo, ¿cómo convertirías la siguiente tabla de frecuencias? Value Frequency 1. 2 2. 1 3. 4 4. 2 5. 1 en el siguiente vector? 1, 1, 2, 3, 3, 3, 3, 4, 4,...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Deseo utilizar datos brutos sobre ensayos...
Sospecho que la mayoría de los usuarios de herramientas estadísticas son usuarios auxiliares (personas que han tenido poca o ninguna capacitación formal en estadística). Es muy tentador para los investigadores y otros profesionales aplicar métodos estadísticos a sus datos simplemente porque lo han...
Hadley Wickham escribió un artículo estelar llamado "Tidy Data" ( enlace ) en JSS el año pasado sobre la manipulación de datos y la obtención de los datos en una condición "óptima" para realizar el análisis. Sin embargo, me preguntaba cuáles eran las mejores prácticas en términos de presentar datos...
A menudo veo personas que hacen que una dimensión / característica de un conjunto de datos sea de media cero al eliminar la media de todos los elementos. ¿Pero nunca entendí por qué hacerlo? ¿Cuál es el efecto de hacer eso como un paso de preprocesamiento? ¿Mejora el rendimiento de la...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 6 años . He estado usando archivos de texto para...
Nota: esta pregunta es una nueva publicación, ya que mi pregunta anterior tuvo que ser eliminada por razones legales. Al comparar PROC MIXED de SAS con la función lmedel nlmepaquete en R, me topé con algunas diferencias bastante confusas. Más específicamente, los grados de libertad en las...
Soy un estudiante de doctorado en psicología experimental y me esfuerzo por mejorar mis habilidades y conocimientos sobre cómo analizar mis datos. Hasta mi quinto año en psicología, pensé que los modelos de regresión (por ejemplo, ANOVA) suponen lo siguiente: normalidad de los datos homogeneidad...
Buscar en Internet el tutorial de PCA ofrece miles de resultados (incluso videos). Muchos de los tutoriales son muy buenos. Pero no puedo encontrar ningún ejemplo práctico en el que se explique PCA utilizando algunos conjuntos de datos que puedo usar para la demostración. Necesito un tutorial que...
Tengo una matriz grande de datos binarios (650K filas * 62 columnas) (solo 0-1 entradas). La matriz es principalmente escasa: aproximadamente el 8% está lleno. Me gustaría agruparlo en 5 grupos, digamos nombrado del 1 al 5. He intentado el agrupamiento jerárquico y no pude manejar el tamaño....
Como dice el título, ¿alguien sabe de un buen libro actualizado que cubra el preprocesamiento de datos en general y especialmente las técnicas de detección atípicas? No es necesario que el libro se centre exclusivamente en eso, pero debe tratar exhaustivamente los temas antes mencionados: no...
Un nombre: primero, posiblemente un segundo nombre y apellido. Tengo curiosidad acerca de cuánta información puede extraer de un nombre, utilizando conjuntos de datos disponibles públicamente. Sé que puede obtener lo siguiente en cualquier lugar entre una probabilidad baja-alta (dependiendo de la...
Soy un estudiante de física que estudia el aprendizaje automático / ciencia de datos, así que no me refiero a que esta pregunta inicie ningún conflicto :) Sin embargo, una gran parte de cualquier programa de pregrado de física es hacer laboratorios / experimentos, lo que significa una gran cantidad...
Estoy buscando un método de agrupamiento óptimo (discretización) de una variable continua con respecto a una variable binaria de respuesta (objetivo) dada y con un número máximo de intervalos como parámetro. ejemplo: tengo un conjunto de observaciones de personas con variables de "altura" (numeral...
1 : A , B , C , E 2 : A , C , D , E 3 : B , C , E 4 : A , C , D , E 5 : C , D , E 6 : A , D , EMETROy rea t a s e t :METROy reunatunasmit:My \ \ dataset: 1 : A , B , C, E1:UNA,si,C,mi1: A,B,C,E 2 : A , C, D , E2:UNA,C,re,mi2:A,C,D,E 3 : B , C , E3: si,C,mi3:\ \ \ \ \ B,C,E 4 : A , C, D ,...
¿Se debe realizar la selección de características solo en los datos de entrenamiento (o todos los datos)? Revisé algunas discusiones y documentos como Guyon (2003) y Singhi y Liu (2006) , pero aún no estoy seguro de la respuesta correcta. La configuración de mi experimento es la...
Estoy enseñando álgebra lineal a una clase de ingenieros, científicos sociales y programadores de computadoras. Acabamos de hacer una descomposición de valores singulares y tenemos un día extra, así que pensé en hablar sobre la relación entre la descomposición de valores singulares y el análisis de...