Tanto quanto eu sei, para treinar o aprendizado para classificar modelos, você precisa ter três coisas no conjunto de dados: rótulo ou relevância ID do grupo ou da consulta vetor de recurso Por exemplo, o conjunto de dados Microsoft Learning to Rank usa esse formato (rótulo, ID do grupo e...
https://radimrehurek.com/gensim/models/doc2vec.html Por exemplo, se treinamos o doc2vec com "aaaaaAAAAAaaaaaa" - "rótulo 1" "BbbbbbBBBBBbbbb" - "rótulo 2" podemos inferir que “aaaaAAAAaaaaAA” é o rótulo 1 usando o Doc2vec? Eu sei que o Doc2vec pode treinar vetores de palavras e rótulos. Usando...
Entendo pelo artigo de Hinton que o T-SNE faz um bom trabalho em manter as semelhanças locais e um trabalho decente em preservar a estrutura global (clusterização). No entanto, não estou claro se os pontos que aparecem mais próximos em uma visualização t-sne 2D podem ser assumidos como pontos de...
Gostaria de saber como combinar endereços postais quando o formato deles for diferente ou quando um deles estiver incorreto. Até agora, encontrei soluções diferentes, mas acho que elas são bastante antigas e não muito eficientes. Tenho certeza de que existem métodos melhores; portanto, se você...
Não sou especialista no assunto e minha pergunta é provavelmente muito ingênua. Ele decorre de um ensaio para entender os poderes e as limitações do aprendizado por reforço, conforme usado no programa AlphaGo. O programa AlphaGo foi construído usando, entre outras coisas (exploração de árvores em...
Parece ter se tornado axiomático que um conjunto de alunos leve aos melhores resultados possíveis de modelos - e está se tornando muito mais raro, por exemplo, modelos únicos ganharem competições como o Kaggle. Existe uma explicação teórica para o porquê dos conjuntos serem tão efetivamente...
Estou tentando executar o xgboost no scikit learn. E eu só uso o Pandas para carregar dados no dataframe. Como eu devo usar pandas df com xgboost. Estou confuso com a rotina do DMatrix necessária para executar o xgboost
Eu uso o Python para executar um modelo de floresta aleatório no meu conjunto de dados desequilibrado (a variável de destino era uma classe binária). Ao dividir o conjunto de dados de treinamento e teste, lutei para usar a amostragem estratificada (como o código mostrado) ou não. Até agora,...
Eu trabalho em um escritório onde o SQL Server é a espinha dorsal de tudo o que fazemos, desde o processamento de dados até a limpeza e a substituição. Meu colega é especialista em escrever funções complexas e procedimentos armazenados para processar metodicamente os dados recebidos, para que...
Espero que esta pergunta seja a mais adequada neste site ... Em Python, geralmente o nome da classe é definido usando a letra maiúscula como seu primeiro caractere, por exemplo class Vehicle: ... No entanto, no campo de aprendizado de máquina, muitas vezes os dados de treinamento e teste são...
Estou lidando com um problema em que não consegui encontrar conjuntos de dados (imagens) suficientes para alimentar minha rede neural profunda para treinamento. Fiquei muito inspirado no artigo Generative Adversarial Text to Image Synthesis publicado por Scott Reed et al. em redes adversas...
Enquanto treinamos modelos em aprendizado de máquina, por que às vezes é vantajoso manter o tamanho do lote em uma potência de 2? Eu pensei que seria melhor usar um tamanho que seja o maior ajuste na sua memória GPU / RAM. Esta resposta afirma que, para alguns pacotes, uma potência de 2 é melhor...
Este post parece indicar que o que eu quero realizar não é possível. No entanto, não estou convencido disso - dado o que já fiz, não vejo por que o que quero fazer não pode ser alcançado ... Eu tenho dois conjuntos de dados de imagens em que um possui imagens de forma (480, 720, 3) enquanto o...
Gostaria de saber em que situações é vantajoso empilhar
Estou tentando criar uma rede neural usando séries temporais como entrada, para treiná-la com base no tipo de cada série. Eu li que usando RNNs você pode dividir a entrada em lotes e usar todos os pontos da série temporal em neurônios individuais e, eventualmente, treinar a rede. O que estou...
Eu tenho duas perguntas relacionadas às árvores de decisão: Se temos um atributo contínuo, como escolhemos o valor de divisão? Exemplo: Idade = (20,29,50,40 ....) Imagine que temos um atributo contínuo que têm valores em . Como posso escrever um algoritmo que encontre o ponto de divisão , para...
O Google recentemente incluído no noturno do tensorflow constrói seu modo Eager , uma API imperativa para acessar os recursos de computação do tensorflow. Como o tensorflow se compara ao PyTorch? Alguns aspectos que podem afetar a comparação podem ser: Vantagens e desvantagens do ansioso...
Os GANs - redes adversárias generativas - são bons apenas para imagens ou também podem ser usados para texto? Por exemplo, treine uma rede para gerar textos significativos a partir de um resumo. UPD - citações do inventor da GAN Ian Goodfellow. Os GANs não foram aplicados à PNL porque os...
Sou engenheiro de Ciência da Computação, sem formação em estatística ou matemática avançada. Estou estudando o livro Python Machine Learning de Raschka e Mirjalili, mas quando tentei entender a matemática do Machine Learning, não consegui entender o grande livro que um amigo me sugere Os elementos...
Eu tenho o seguinte CNN: Começo com uma imagem de entrada do tamanho 5x5 Em seguida, aplico a convolução usando o kernel 2x2 e stride = 1, que produz um mapa de recursos do tamanho 4x4. Em seguida, aplico o pool máximo 2x2 com stride = 2, que reduz o mapa de recursos para o tamanho 2x2. Então...