Beaucoup de gens utilisent le terme mégadonnées de manière plutôt commerciale pour indiquer que de grands ensembles de données sont impliqués dans le calcul et que, par conséquent, les solutions potentielles doivent être performantes. Bien entendu, le big data contient toujours des termes associés,...
J'ai un programme de modélisation et de notation qui fait un usage intensif de la DataFrame.isinfonction des pandas, en recherchant dans les listes de Facebook des enregistrements "similaires" d'utilisateurs individuels pour chacune des quelques milliers de pages spécifiques. C'est la partie la...
Avec tout le brouhaha autour de la science des données, de l'apprentissage automatique et de toutes les histoires de réussite, il y a beaucoup d'attentes à la fois justifiées et exagérées des Data Scientists et de leurs modèles prédictifs. Ma question aux statisticiens, experts en apprentissage...
Quand une base de données relationnelle, comme MySQL, a de meilleures performances qu'une non relationnelle, comme MongoDB? Un autre jour, j'ai vu une question sur Quora, pourquoi Quora utilise toujours MySQL comme backend, et que leurs performances sont toujours
J'utilise actuellement plusieurs classificateurs différents sur diverses entités extraites du texte, et j'utilise la précision / rappel comme résumé de la performance de chaque classificateur distinct dans un ensemble de données donné. Je me demande s'il existe un moyen significatif de comparer les...
la précision est la fraction des instances récupérées qui sont pertinentes, tandis que le rappel (également appelé sensibilité) est la fraction des instances pertinentes qui sont récupérées. Je connais leur signification mais je ne sais pas pourquoi on l'appelle rappel ? Je ne suis pas natif de...
Tout petit traitement de base de données peut être facilement abordé par des scripts Python / Perl / ..., qui utilisent des bibliothèques et / ou même des utilitaires du langage lui-même. Cependant, en ce qui concerne les performances, les gens ont tendance à tendre la main pour les langages C / C...
Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 5 ans . Il semble que la plupart des langues...
Il existe plusieurs approches de sélection de caractéristiques / sélection de variables (voir par exemple Guyon et Elisseeff, 2003 ; Liu et al., 2010 ): méthodes de filtrage (par exemple, basées sur la corrélation, basées sur l'entropie, basées sur l'importance aléatoire des forêts), les méthodes...
J'ai un ensemble de données avec 19 colonnes et environ 250k lignes. J'ai travaillé avec de plus grands ensembles de données, mais cette fois, les Pandas ont décidé de jouer avec mes nerfs. J'ai essayé de diviser le jeu de données d'origine en 3 sous-cadres de données en fonction de quelques règles...
Je me demande pourquoi la formation des RNN n'utilise généralement pas 100% du GPU. Par exemple, si j'exécute ce test RNN sur un Maxwell Titan X sur Ubuntu 14.04.4 LTS x64, l'utilisation du GPU est inférieure à 90%: Le benchmark a été lancé à l'aide de la commande: python rnn.py -n 'fastlstm' -l...
J'ai utilisé la technique smote pour suréchantillonner mon jeu de données et maintenant j'ai un jeu de données équilibré. Le problème que j'ai rencontré est que les mesures de performance; la précision, le rappel, la mesure f1, la précision dans l'ensemble de données déséquilibré sont mieux...