डेटा साइंस

मैंने बहुत से ब्लॉग्स के लेख पढ़े हैं कि कैसे विभिन्न प्रकार के उद्योग बिग डेटा एनालिटिक का उपयोग कर रहे हैं। लेकिन इन लेखों में से अधिकांश का उल्लेख करने में विफल रहता है इन कंपनियों ने किस तरह का डेटा इस्तेमाल किया। डेटा का आकार क्या था डेटा …

13 data-mining  bigdata  usecase 

यदि कुछ न्यूरॉन्स को हटाने से बेहतर प्रदर्शन करने वाला मॉडल होता है, तो पहली परत में कम परतों और कम न्यूरॉन्स के साथ एक सरल तंत्रिका नेटवर्क का उपयोग क्यों नहीं किया जाता है? शुरुआत में एक बड़ा, अधिक जटिल मॉडल क्यों बनाएं और बाद में इसके कुछ हिस्सों …

13 machine-learning  deep-learning  keras  regularization  dropout 

मैं हाल ही में दीपवॉक और लाइन जैसे ग्राफ एम्बेडिंग के पार आया। हालाँकि, मेरे पास अभी भी स्पष्ट विचार नहीं है क्योंकि ग्राफ एम्बेडिंग का क्या मतलब है और इसका उपयोग कब करना है (एप्लिकेशन)? किसी भी सुझाव का स्वागत है!

13 graphs 

मैं किसी भी तरह से ऑटोएन्कोडर्स या तंत्रिका नेटवर्क का विशेषज्ञ नहीं हूं, इसलिए अगर यह मूर्खतापूर्ण प्रश्न है तो मुझे क्षमा करें। उच्च आयाम डेटा में आयाम में कमी या विज़ुअलाइज़िंग क्लस्टर्स के उद्देश्य से, हम 2 नोड्स के साथ नेटवर्क लेयर के आउटपुट का निरीक्षण करके एक (हानिपूर्ण) …

13 neural-network  dimensionality-reduction  autoencoder 

मैंने इसे पढ़ा: हमारे तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए, हम प्रत्येक पैरामीटर W (l) ijWij (l) और प्रत्येक b (l) ibi (l) को शून्य के पास एक छोटे से यादृच्छिक मूल्य पर कहेंगे (सामान्य के अनुसार कहें) (0, to2) सामान्य (0) , ϵϵ2) कुछ छोटे ϵϵ के लिए …

13 deep-learning  stanford-nlp  randomized-algorithms 

यदि हमारे पास सीएनएन (कन्वेंशन) का उपयोग करके प्रकाशित 90-99% कागज़ात हैं। उनमें से अधिकांश बहुमत विषम संख्याओं के फ़िल्टर आकार का उपयोग करते हैं : {1, 3, 5, 7} सबसे अधिक उपयोग के लिए। यह स्थिति कुछ समस्या पैदा कर सकती है: इन फ़िल्टर आकारों के साथ, आमतौर पर …

13 deep-learning  convnet  computer-vision  convolution 

मैंने कर्नेल इनिशियलाइज़ेशन के बारे में कुछ कागज़ात पढ़े हैं और कई कागज़ात में उल्लेख है कि वे कर्नेल के L2 नियमितीकरण का उपयोग करते हैं (अक्सर )।λ = 0.0001λ=0.0001\lambda = 0.0001 क्या कोई निरंतर शून्य के साथ पूर्वाग्रह को शुरू करने और इसे नियमित नहीं करने से अलग कुछ …

13 neural-network 

डिसीजन ट्रीज में, हम ट्री स्ट्रक्चर के आउटपुट को समझ सकते हैं और हम यह भी अंदाजा लगा सकते हैं कि डिसीजन ट्री कैसे निर्णय लेता है। इसलिए निर्णय पेड़ों में व्याख्यात्मकता होती है (उनके उत्पादन को आसानी से समझाया जा सकता है।) क्या हमारे पास निर्णय लेने वाले पेड़ों …

13 neural-network 

मुझे 2D या 3D कार्यान्वयन के मामले में इमेज प्रोसेसिंग के लिए डीप लर्निंग में भूमिका की परतों की एक अच्छी समझ है - वे "बस" छवियों में 3 डी पैटर्न (3 डी के मामले में चैनलों) को पकड़ने की कोशिश करते हैं। लेकिन हाल ही में मैं नेचुरल लैंग्वेज …

13 deep-learning  nlp  convolution 

मैं एक प्रस्तुति पढ़ रहा हूं और यह अनुशंसा करता है कि किसी एक को एन्कोडिंग का उपयोग न करें, लेकिन यह एक गर्म एन्कोडिंग के साथ ठीक है। मुझे लगा कि वे दोनों एक ही हैं। क्या कोई बता सकता है कि उनके बीच क्या अंतर हैं?

13 machine-learning  data-mining  feature-selection  feature-extraction  feature-engineering 

जब हम के-फोल्ड क्रॉस सत्यापन करते हैं, तो क्या हमें उस क्लासिफायर का उपयोग करना चाहिए जिसमें सबसे अधिक परीक्षण सटीकता हो? क्रॉस वैरिफिकेशन से क्लासिफायर होने में आमतौर पर सबसे अच्छा तरीका क्या है?

13 machine-learning  cross-validation 

मैं RNN में प्रत्येक चर के आयामों को भूलने की परत में जानने की कोशिश कर रहा हूं, हालांकि, मुझे यकीन नहीं है कि मैं सही रास्ते पर हूं। अगली तस्वीर और समीकरण कोला के ब्लॉग पोस्ट "अंडरस्टैंडिंग LSTM नेटवर्क" से है : कहाँ पे: m ∗ १एक्सटीxtx_t का आकार …

13 neural-network  rnn 

मैं पहले से प्रशिक्षित मॉडल जैसे कि Google समाचार डेटा आदि का एक पूर्व-प्रशिक्षित वज़न खोजने के लिए देख रहा हूं। मैंने अपने लिए पर्याप्त मात्रा (10 जीबी आदि) के साथ एक नए मॉडल को प्रशिक्षित करना मुश्किल पाया। इसलिए, मैं ट्रांसफर लर्निंग से लाभ उठाना चाहता हूं, जिसमें मैं …

13 machine-learning  bigdata  word2vec 

जीवन में कुछ चीजें मुझे आनंद देती हैं जैसे कि इंटरनेट से संरचित और असंरचित डेटा को स्क्रैप करना और मेरे मॉडलों में इसका उपयोग करना। उदाहरण के लिए, डेटा साइंस टूलकिट (या RDSTKआर प्रोग्रामर के लिए) मुझे आईपी या पते का उपयोग करके बहुत सारे अच्छे स्थान-आधारित डेटा खींचने …

13 text-mining  scraping 

मैं यह जानना चाहूंगा कि मिश्रित प्रकार की विशेषताओं से बना डेटा सेट को वर्गीकृत करने का सबसे अच्छा तरीका क्या है, उदाहरण के लिए, पाठ और संख्यात्मक। मुझे पता है कि मैं टेक्स्ट को बूलियन में बदल सकता हूं, लेकिन शब्दावली विविध है और डेटा भी विरल हो गया …

13 machine-learning  classification