machine-learning

11Ciepło

2Odpowiedz

Jak obsługiwać model Spark MLlib?

Oceniam narzędzia do produkcji aplikacji opartych na ML, a jedną z naszych opcji jest Spark MLlib, ale mam kilka pytań dotyczących sposobu obsługi modelu po jego przeszkoleniu? Na przykład w modelu Az

apache-spark machine-learning apache-spark-mllib 2016-11-10

---

7Ciepło

1Odpowiedz

Jak mogę użyć R, aby uzyskać przedziały ufności w Azure ML?

Natknąłem się na this pytanie, które zadaje , jeśli Azure ML może obliczyć zaufanie - lub prawdopodobieństwa - dla przewidywania danych wiersza. Jednakże, biorąc pod uwagę, że odpowiedź na to pytanie

r azure machine-learning regression azure-machine-learning 2016-09-25

---

14Ciepło

2Odpowiedz

keras: jaka jest różnica między model.predict i model.predict_proba

Znalazłem model.predict i model.predict_proba zarówno dają identyczną matrycę 2D reprezentujących prawdopodobieństwa w każdej kategorii dla każdego wiersza. Jaka jest różnica obu funkcji?

python machine-learning deep-learning keras 2016-11-22

---

5Ciepło

1Odpowiedz

Jak utworzyć funkcję straty, które zmienia się w epoce, w Keras

Chciałbym utworzyć niestandardową funkcję strat, który ma pojęcie masy, która jest aktualizowana w oparciu o to, co epoka jestem w . Na przykład: Powiedzmy mam funkcji straty, które ma beta wagę, gdzi

python machine-learning keras 2016-10-15

---

5Ciepło

3Odpowiedz

użyciu macierzy zamieszanie jak punktacji metryki w przekroju walidacji scikit nauczyć

tworzę rurociąg w scikit uczyć, pipeline = Pipeline([ ('bow', CountVectorizer()), ('classifier', BernoulliNB()), ]) i informatyki dokładność przy użyciu krzyżowej walidacji scores = cross

python machine-learning scikit-learn 2016-10-15

---

5Ciepło

3Odpowiedz

Python - uczenie maszynowe

Obecnie staram się zrozumieć, w jaki sposób działają algorytmy uczenia maszynowego, a jedną rzeczą, której naprawdę nie rozumiem, jest oczywista różnica między dokładnością obliczoną przewidywanych et

python algorithm pandas machine-learning scikit-learn 2016-10-21

---

6Ciepło

1Odpowiedz

Keras: przekształć, aby połączyć lstm i konw.

To pytanie istnieje również jako github issue. Chciałbym zbudować sieć neuronową w Keras, która zawiera zarówno skręty 2D, jak i warstwę LSTM. Sieć powinna klasyfikować MNIST. Dane treningowe w MNIST

python machine-learning neural-network theano keras 2016-10-24

---

8Ciepło

3Odpowiedz

pandas.factorize na całej ramce danych

pandas.factorize koduje wartości wejściowe jako typ wyliczeniowy lub zmienną kategoryczną. Ale jak mogę łatwo i wydajnie przekonwertować wiele kolumn ramki danych? A co z odwrotnym odwzorowaniem? Przy

python pandas dataframe machine-learning 2016-09-08

---

6Ciepło

1Odpowiedz

Dodawanie dodatkowej ukrytej warstwy za pomocą Google TensorFlow

Próbuję utworzyć klasyfikator z wieloma etykietami za pomocą TensorFlow. Chociaż mam problemy z dodawaniem i łączeniem ukrytych warstw. ja po tym artykule: http://jrmeyer.github.io/tutorial/2016/02/01

python machine-learning neural-network tensorflow 2016-09-09

---

5Ciepło

1Odpowiedz

Czy jest nadzieja na wykorzystanie Adamowej implementacji Lasagne do probabilistycznej Matrix Factorization?

Wdrażam modele Probabilistic Matrix Factorization w theano i chciałbym skorzystać z reguł Adam gradient descent. Moim celem jest posiadanie kodu, który jest tak niezmieniony, jak to tylko możliwe, co

machine-learning neural-network theano gradient-descent lasagne 2016-09-09

---