Jak najlepiej ustalić semantyczne podobieństwo słów? Word2Vec jest w porządku, ale nie idealny: # Using the 840B word Common Crawl GloVe vectors with gensim: # 'hot' is closer to 'cold' than 'warm' In [7]: model.similarity('hot', 'cold') Out[7]: 0.59720456121072973 In [8]:...
W przetwarzaniu obrazów medycznych większość opublikowanych prac stara się zmniejszyć współczynnik fałszywie dodatnich wyników (FPR), podczas gdy w rzeczywistości fałszywe negatywy są bardziej niebezpieczne niż fałszywie pozytywne. Jakie jest uzasadnienie
Znam różnicę między klastrowaniem a klasyfikacją w uczeniu maszynowym, ale nie rozumiem różnicy między klasyfikacją tekstu a modelowaniem tematów dla dokumentów. Czy mogę używać modelowania tematów do dokumentów, aby zidentyfikować temat? Czy mogę używać metod klasyfikacji do klasyfikowania tekstu...
To podobne pytanie jak pytanie dotyczące konferencji statystycznych w CrossValidated Jakie są najważniejsze doroczne konferencje Data Science? Zasady: Dołącz link do konferencji Dołącz linki do rozmów (czy to na youtube, na stronie konferencji lub w innej witrynie do przesyłania strumieniowego...
Podczas czytania tego artykułu pojawia się wiersz „klasyfikatory liniowe nie dzielą parametrów między cechami i klasami”. Jakie jest znaczenie tego stwierdzenia? Czy to oznacza, że klasyfikatory liniowe, takie jak regresja logistyczna, potrzebują cech, które są od siebie...
Biorąc pod uwagę zdanie: „Kiedy otworzę drzwi ?? , zacznie się automatycznie nagrzewać” Chciałbym uzyskać listę możliwych słów w? z prawdopodobieństwem. Podstawową koncepcją stosowaną w modelu word2vec jest „przewidywanie” słowa na podstawie otaczającego kontekstu. Po zbudowaniu modelu, jaka...
Biorę udział w konkursie kaggle. Zestaw danych ma około 100 funkcji i wszystkie są nieznane (pod względem tego, co faktycznie reprezentują). Zasadniczo są to tylko liczby. Ludzie wykonują wiele inżynierii funkcji na tych funkcjach. Zastanawiam się, jak dokładnie można wykonać inżynierię funkcji na...
LDA ma dwa hiperparametry, strojenie ich zmienia indukowane tematy. Co hiperparametry alfa i beta przyczyniają się do LDA? Jak zmienia się temat, jeśli jeden lub drugi hiperparametry zwiększają się lub zmniejszają? Dlaczego są to hiperparametry, a nie tylko
Czytam gazetę Google DeepMind Atari i staram się zrozumieć pojęcie „powtórki z doświadczenia”. Powtórka z doświadczenia pojawia się w wielu innych dokumentach do nauki o wzmocnieniu (szczególnie w AlphaGo), więc chcę zrozumieć, jak to działa. Poniżej znajdują się niektóre fragmenty. Po pierwsze,...
Załóżmy, że mam ramkę danych 5 * 3, w której trzecia kolumna zawiera brakującą wartość 1 2 3 4 5 NaN 7 8 9 3 2 NaN 5 6 NaN Mam nadzieję wygenerować wartość dla reguły opartej na brakujących wartościach dla pierwszej kolumny w drugim produkcie 1 2 3 4 5 20 <--4*5 7 8 9 3 2 6 <-- 3*2 5 6 30...
Próbuję znaleźć formułę, metodę lub model do zastosowania w celu analizy prawdopodobieństwa, że określone zdarzenie wpłynęło na niektóre dane podłużne. Z trudem zastanawiam się, czego szukać w Google. Oto przykładowy scenariusz: Wyobraź sobie, że jesteś właścicielem firmy, która codziennie...
Zasadniczo model uczenia maszynowego jest oparty na zestawach danych. Chciałbym wiedzieć, czy istnieje jakiś sposób na wygenerowanie syntetycznego zestawu danych przy użyciu takiego wyuczonego modelu uczenia maszynowego, zachowującego oryginalne cechy zestawu danych? [oryginalne dane -> zbuduj...
Z kodu Tensorflow : Tensorflow. RnnCell. num_units: int, The number of units in the LSTM cell. Nie mogę zrozumieć, co to oznacza. Jakie są jednostki komórki LSTM. Bramy wejściowe, wyjściowe i zapomnienia? Czy to oznacza „liczbę jednostek w rekurencyjnej warstwie projekcyjnej dla Deep LSTM”....
Funkcje aktywacyjne służą do wprowadzenia nieliniowości w liniowym wyjściu typu w * x + bw sieci neuronowej. Które jestem w stanie zrozumieć intuicyjnie dla funkcji aktywacyjnych takich jak sigmoid. Rozumiem zalety ReLU, które pozwala uniknąć martwych neuronów podczas propagacji wstecznej. Jednak...
Chcę wiedzieć, co tak naprawdę dzieje się w Hellinger Distance (w prostych słowach). Co więcej, jestem również zainteresowany tym, jakie rodzaje problemów możemy wykorzystać Hellinger Distance? Jakie są zalety korzystania z Hellinger
Problem, który rozwiązuję, polega na podzieleniu krótkich tekstów na wiele klas. Moje obecne podejście polega na wykorzystaniu częstotliwości ważonych tf-idf i nauce prostego klasyfikatora liniowego (regresja logistyczna). Działa to całkiem dobrze (około 90% makra F-1 na zestawie testowym, prawie...
Zamknięte . To pytanie wymaga szczegółów lub jasności . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Dodaj szczegóły i wyjaśnij problem, edytując ten post . Zamknięte 3 lata temu . Pracuję nad fikcyjnym zestawem danych z 25 funkcjami....
Chcę więc utworzyć tabelę radarową profilu gracza w taki sposób: Nie tylko skala każdej zmiennej jest inna, ale także chcę odwrotnej skali dla niektórych statystyk, takich jak statystyka „wywłaszczona”, gdzie mniej faktycznie oznacza dobre. Jednym rozwiązaniem dla zmiennej skali dla każdej...
Buduję wielomianową regresję logistyczną za pomocą sklearn (LogisticRegression). Ale po zakończeniu, jak mogę uzyskać wartość p i przedział ufności mojego modelu? Wydaje się tylko, że sklearn zapewnia jedynie współczynnik i przechwytuje. Dziękuję
Niedawno zacząłem uczyć się pracy sklearni właśnie spotkałem się z tym osobliwym rezultatem. Użyłem digitsdostępnego zestawu danych, sklearnaby wypróbować różne modele i metody szacowania. Kiedy testowaliśmy model Pomoc Wektor maszynowego na danych, znalazłem tam są dwie różne klasy w...