Dizem na Wikipedia e no deeplearning4j que NN de aprendizado profundo (DLNN) são NN que têm> 1 camada oculta. Esse tipo de NN era padrão na universidade para mim, enquanto o DLNN é muito popular no momento. Estive lá, fiz isso - qual é o grande problema? Ouvi também que NN empilhados são...
Eu tenho um quadro de dados que, entre outras coisas, contém uma coluna do número de milissegundos passados desde 1970-1-1. Preciso converter essa coluna de ints em dados de registro de data e hora, para poder convertê-lo em uma coluna de dados de data e hora adicionando a série de colunas de...
O Mode Analytics possui um bom recurso de mapa de calor ( https://community.modeanalytics.com/gallery/geographic-heat-map/ ). Mas não é propício para comparar mapas (apenas um por relatório). O que eles permitem é que os dados sejam facilmente puxados para um notebook python empacotado. E...
Se eu tiver um conjunto de dados de treinamento e treinar um Classificador Naive Bayes nele, e tiver um valor de atributo com probabilidade zero. Como faço para lidar com isso se mais tarde desejar prever a classificação em novos dados? O problema é que, se houver um zero no cálculo, todo o produto...
Eu tenho uma boa compreensão geral do papel e mecanismo das camadas convolucionais no Deep Learning para processamento de imagens no caso de implementações 2D ou 3D - elas "simplesmente" tentam capturar padrões 2D nas imagens (em 3 canais no caso de 3D). Mas, recentemente, esbarrei em camadas...
Se eu treinar meu modelo usando o seguinte código: import xgboost as xg params = {'max_depth':3, 'min_child_weight':10, 'learning_rate':0.3, 'subsample':0.5, 'colsample_bytree':0.6, 'obj':'reg:linear', 'n_estimators':1000, 'eta':0.3} features = df[feature_columns] target =
Eu li alguns artigos sobre a inicialização do kernel e muitos documentos mencionam que eles usam a regularização L2 do kernel (geralmente com ).λ = 0,0001λ=0,0001\lambda = 0.0001 Alguém faz algo diferente do que inicializar o viés com zero constante e não regularizá-lo? Documentos de...
Nas Árvores de Decisão, podemos entender a saída da estrutura da árvore e também podemos visualizar como a Árvore de Decisão toma decisões. Portanto, as árvores de decisão têm explicabilidade (sua saída pode ser explicada facilmente). Temos explicabilidade em redes neurais como nas árvores de...
Estou tentando descobrir as dimensões de cada variável em uma RNN na camada de esquecimento, no entanto, não tenho certeza se estou no caminho certo. A próxima figura e equação é da postagem de Colah no blog "Entendendo as redes LSTM" : Onde: xtxtx_t é de entrada de tamanhom ∗ 1m∗1m*1 vetor ht...
Na Ciência de Dados, muitos parecem estar usando quadros de dados de pandas como o armazenamento de dados. Quais são os recursos dos pandas que o tornam um armazenamento de dados superior aos bancos de dados relacionais regulares, como o MySQL , que são usados para armazenar dados em muitos...
Eu estava tentando implementar uma rede neural do zero para entender a matemática por trás dela. Meu problema está completamente relacionado à retropropagação quando adotamos derivada em relação ao viés) e deduzi todas as equações usadas na retropropagação. Agora, toda equação está de acordo com o...
Eu li o seguinte: Para treinar nossa rede neural, inicializaremos cada parâmetro W (l) ijWij (l) e cada b (l) ibi (l) para um pequeno valor aleatório próximo de zero (digamos, de acordo com um Normal (0, ϵ2) Normal (0) , ϵ2) distribuição de alguns ϵϵ pequenos, digamos 0,01) dos tutoriais de...
Se examinarmos 90-99% dos artigos publicados usando uma CNN (ConvNet). A grande maioria deles usa tamanho de filtro de números ímpares : {1, 3, 5, 7} para os mais usados. Essa situação pode levar a algum problema: com esses tamanhos de filtro, geralmente a operação de convolução não é perfeita com...
A página da Wikipedia que cita "Os elementos do aprendizado estatístico" diz: Normalmente, para um problema de classificação com os recursos , os recursos são usados em cada divisão.ppp⌊ p-√⌋⌊p⌋\lfloor \sqrt{p}\rfloor Entendo que esse é um palpite bastante bom e provavelmente foi confirmado...
Eu não sou especialista em auto-codificadores ou redes neurais, por qualquer meio, então me perdoe se essa é uma pergunta boba. Para fins de redução de dimensão ou visualização de clusters em dados de alta dimensão, podemos usar um autoencoder para criar uma representação bidimensional (com...
Existe um método para calcular o intervalo de previsão (distribuição de probabilidade) em torno de uma série temporal prevista a partir de uma rede neural LSTM (ou outra rede recorrente)? Digamos, por exemplo, que estou prevendo 10 amostras no futuro (t + 1 a t + 10), com base nas últimas 10...
Oi tenho dataframe com grandes valores categóricos acima de 1600 categorias existe alguma maneira de encontrar alternativas para que eu não tenha mais de 1600 colunas. Encontrei este link interessante abaixo http://amunategui.github.io/feature-hashing/#sourcecode Mas eles estão convertendo para...
Atualmente, estou tentando entender a arquitetura de uma CNN. Entendo a convolução, a camada ReLU, a camada de pool e a camada totalmente conectada. No entanto, ainda estou confuso sobre os pesos. Em uma rede neural normal, cada neurônio tem seu próprio peso. Na camada totalmente conectada, cada...
Eu luto para interpretar a diferença de codificação de Keras para a etiquetagem de sequências um para muitos (por exemplo, classificação de imagens únicas) e muitos para muitos (por exemplo, classificação de sequências de imagens). Frequentemente vejo dois tipos diferentes de códigos: O tipo 1 é...
Problema 1: Estou confuso com a descrição do LightGBM sobre o modo como a árvore é expandida. Eles afirmam: A maioria dos algoritmos de aprendizado de árvore de decisão cresce em árvore por nível (profundidade), conforme a imagem a seguir: Perguntas 1 : Quais algoritmos "mais" são...