डेटा साइंस

मेरा 'मशीन लर्निंग' कार्य सौम्य इंटरनेट ट्रैफ़िक को दुर्भावनापूर्ण ट्रैफ़िक से अलग करना है। वास्तविक विश्व परिदृश्य में, इंटरनेट ट्रैफ़िक का अधिकांश (90% या अधिक) कहना सौम्य है। इस प्रकार मुझे लगा कि मुझे अपने मॉडलों के प्रशिक्षण के लिए भी इसी तरह का डेटा सेटअप चुनना चाहिए। लेकिन मुझे …

48 machine-learning  dataset  unbalanced-classes 

मैं भूभौतिकी का पीएचडी छात्र हूं और बड़ी मात्रा में छवि डेटा (सैकड़ों जीबी, दसियों हजारों फाइलें) के साथ काम करता हूं। मुझे पता है svnऔर gitकाफी अच्छी तरह से और एक परियोजना के इतिहास को महत्व देने के लिए आते हैं, आसानी से एक साथ काम करने की क्षमता …

46 bigdata  databases  binary  version-control 

मैं R प्रोग्रामिंग के लिए RStudio का उपयोग करता हूं। मुझे विज़ुअल स्टूडियो या एक्लिप्स जैसे अन्य टेक्नोलॉजी स्टैक से ठोस आईडीई-एस के बारे में याद है। मेरे दो सवाल हैं: RStudio की तुलना में अन्य IDE-s का क्या उपयोग किया जाता है (कृपया उन पर कुछ संक्षिप्त विवरण प्रदान …

46 r  tools  rstudio  programming 

मशीन लर्निंग एप्लिकेशन के लिए समय डेटा को संभालने के लिए सामान्य / सर्वोत्तम अभ्यास क्या हैं? उदाहरण के लिए, यदि डेटा सेट में घटना के टाइमस्टैम्प के साथ एक कॉलम है, जैसे "2014-05-05", तो आप इस कॉलम से उपयोगी सुविधाओं को कैसे निकाल सकते हैं यदि कोई हो? अग्रिम …

45 machine-learning  time-series  feature-selection 

मैं वर्तमान में एक खुदरा कंपनी में डेटा वैज्ञानिक के रूप में काम कर रहा हूं (डीएस के रूप में मेरी पहली नौकरी है, इसलिए यह प्रश्न मेरे अनुभव की कमी का परिणाम हो सकता है)। उनके पास वास्तव में महत्वपूर्ण डेटा विज्ञान परियोजनाओं का एक बड़ा बैकलॉग है जिसे …

44 data-wrangling 

सिंगल स्टैक्ड LSTM के कितने पैरामीटर हैं? मापदंडों की संख्या आवश्यक प्रशिक्षण उदाहरणों की संख्या पर कम बाध्य करती है और प्रशिक्षण के समय को भी प्रभावित करती है। इसलिए मापदंडों की संख्या को जानना एलएसटीएम का उपयोग करके प्रशिक्षण मॉडल के लिए उपयोगी है।

43 deep-learning  rnn 

LSTM और समय श्रृंखला के लिए उनके उपयोग पर थोड़ा पढ़ रहा है और एक ही समय में दिलचस्प लेकिन मुश्किल है। एक बात जो मुझे समझ में आई है वह यह है कि अतिरिक्त सुविधाओं को जोड़ने के लिए दृष्टिकोण क्या पहले से ही समय श्रृंखला सुविधाओं की सूची …

43 machine-learning  neural-network  deep-learning  time-series 

प्रेरणा मैं ऐसे डेटासेट के साथ काम करता हूं जिसमें व्यक्तिगत रूप से पहचान योग्य जानकारी (पीआईआई) होती है और कभी-कभी किसी तीसरे पक्ष के साथ एक डेटासेट का हिस्सा साझा करने की आवश्यकता होती है, इस तरह से कि पीआईआई को उजागर नहीं करता है और मेरे नियोक्ता को …

42 data-cleaning  anonymization 

मुझे लगा कि दोनों, PRLLU और Leaky ReLU f(x)=max(x,αx) with α∈(0,1)f(x)=max(x,αx) with α∈(0,1)f(x) = \max(x, \alpha x) \qquad \text{ with } \alpha \in (0, 1) हालाँकि, केरस के पास डॉक्स में दोनों कार्य हैं । लीक से हटकर LeakyReLU का स्रोत : return K.relu(inputs, alpha=self.alpha) इसलिए (देखें relu कोड ) …

42 neural-network 

मैं छवि वर्गीकरण के लिए एक तंत्रिका नेटवर्क का उपयोग करना चाहूंगा। मैं पूर्व-प्रशिक्षित कैफनेट के साथ शुरू करूँगा और इसे अपने आवेदन के लिए प्रशिक्षित करूँगा। मुझे इनपुट छवियों को कैसे तैयार करना चाहिए? इस मामले में, सभी चित्र एक ही वस्तु के होते हैं लेकिन विविधताओं के साथ …

41 neural-network  image-classification  preprocessing  convnet 

ऐसा लगता है कि दो विशेषताओं की कोसाइन समानता केवल उनके डॉट उत्पाद को उनके परिमाण के उत्पाद द्वारा बढ़ाया जाता है। कोसाइन समानता कब डॉट उत्पाद की तुलना में बेहतर दूरी मीट्रिक बनाती है? यानी डॉट उत्पाद और कोज़ेन समानता में अलग-अलग स्थितियों में अलग-अलग ताकत या कमजोरियां हैं?

41 classification 

रैंडमफॉरस्ट मॉडल का उपयोग करते हुए परीक्षण डेटा की भविष्यवाणी करते समय मुझे वैल्यूआवर मिला। मेरा कोड: clf = RandomForestClassifier(n_estimators=10, max_depth=6, n_jobs=1, verbose=2) clf.fit(X_fit, y_fit) df_test.fillna(df_test.mean()) X_test = df_test.values y_pred = clf.predict(X_test) त्रुटि: ValueError: Input contains NaN, infinity or a value too large for dtype('float32'). मुझे परीक्षण डेटासेट में खराब …

41 python  random-forest  pandas 

मैं इस ब्लॉग पोस्ट को पढ़ रहा था जिसका शीर्षक था: द फाइनेंशियल वर्ल्ड वॉन्ट्स टू ओपन एआईज़ ब्लैक बॉक्स , जहाँ लेखक बार-बार एमएल मॉडल को "ब्लैक बॉक्स" के रूप में संदर्भित करता है। एमएल मॉडल का जिक्र करते समय कई स्थानों पर एक समान शब्दावली का उपयोग किया …

40 machine-learning  terminology 

मैं अक्सर पढ़ता हूं कि डीप लर्निंग मॉडल के मामले में सामान्य अभ्यास कई प्रशिक्षण युगों में मिनी बैच (आमतौर पर एक छोटा, 32/64) लागू करना है। मैं वास्तव में इसके पीछे का कारण नहीं समझ सकता। जब तक मैं गलत नहीं हूँ, बैच का आकार एक प्रशिक्षण पुनरावृत्ति के …

40 machine-learning  deep-learning 

मैं एक Rभाषा प्रोग्रामर हूं । मैं उन लोगों के समूह में भी हूं, जिन्हें डेटा वैज्ञानिक माना जाता है, लेकिन जो सीएस के अलावा अन्य शैक्षणिक विषयों से आते हैं। यह एक डेटा साइंटिस्ट के रूप में मेरी भूमिका में अच्छी तरह से काम करता है, हालांकि, अपना करियर …

40 machine-learning  bigdata  statistics  programming  c