J'essaie de mettre en place un package d'exploration de données pour les sites StackExchange et en particulier, je suis coincé en essayant de déterminer les questions "les plus intéressantes". Je voudrais utiliser le score de la question, mais supprimer le biais dû au nombre de vues, mais je ne...
Je suis un lycéen et je travaille sur un projet de programmation informatique, mais je n'ai pas beaucoup d'expérience en statistique et en modélisation de données au-delà d'un cours de statistique au lycée donc je suis un peu confus. Fondamentalement, j'ai une liste raisonnablement longue...
Quelle est la différence entre l'exploration de données et l'analyse statistique? Pour certains antécédents, mon éducation statistique a été, je pense, plutôt traditionnelle. Une question spécifique est posée, la recherche est conçue et les données sont collectées et analysées pour donner un aperçu...
Je suis développeur de logiciels (principalement .NET et Python environ 5 ans d'expérience). Que puis-je faire pour m'aider à trouver un emploi dans le domaine de l'apprentissage automatique ou vraiment tout ce qui me permettra de me lancer dans ce domaine? Le diplôme d'études supérieures est-il...
Existe-t-il une description très simple des différences pratiques entre ces deux techniques? Les deux semblent être utilisés pour l'apprentissage supervisé (bien que les règles d'association puissent également gérer sans supervision). Les deux peuvent être utilisés pour la prédiction Le plus proche...
Le paramètre de taux d'apprentissage ( ) dans Gradient Boosting réduit la contribution de chaque nouveau modèle de base - généralement un arbre peu profond - qui est ajouté dans la série. Il s'est avéré augmenter considérablement la précision de l'ensemble de test, ce qui est compréhensible car...
Je travaille sur un projet de Machine Learning avec des données déjà (fortement) biaisées par la sélection des données. Supposons que vous ayez un ensemble de règles codées en dur. Comment construire un modèle d'apprentissage automatique pour le remplacer, alors que toutes les données qu'il peut...
Alors que je me prépare pour une conférence que je donnerai bientôt, j'ai récemment commencé à creuser dans deux outils principaux (gratuits) pour la visualisation interactive des données: GGobi et mondrian - tous deux offrent une large gamme de capacités (même si elles sont un peu boguées). Je...
La machine de boosting de gradient de Friedman peut -elle obtenir de meilleures performances que la forêt aléatoire de Breiman ? Si oui, dans quelles conditions ou quel type de jeu de données peut-il améliorer
J'ai un ensemble de données de test très déséquilibré. L'ensemble positif se compose de 100 cas tandis que l'ensemble négatif se compose de 1500 cas. Du côté de la formation, j'ai un plus grand bassin de candidats: l'ensemble de formation positive a 1 200 cas et l'ensemble de formation négative a...
Ce terme apparaît fréquemment dans les threads liés à la méthode . Le mélange est-il une méthode spécifique dans l'exploration de données et l'apprentissage statistique? Je ne parviens pas à obtenir un résultat pertinent de Google. Il semble que le mélange mélange les résultats de nombreux modèles...
J'essaie de comprendre les modèles de factorisation matricielle pour les systèmes recommandés et je lis toujours les «fonctionnalités latentes», mais qu'est-ce que cela signifie? Je sais ce que signifie une fonctionnalité pour un ensemble de données de formation, mais je ne parviens pas à...
Bien que j'ai été formé comme ingénieur, je trouve que je m'intéresse de plus en plus à l'exploration de données. En ce moment, j'essaie d'enquêter davantage sur le terrain. En particulier, je voudrais comprendre les différentes catégories d'outils logiciels qui existent et quels outils sont...
En tant que personne qui a besoin de connaissances statistiques mais qui n'est pas un statisticien formellement formé, je trouverais utile d'avoir un organigramme (ou une sorte d'arbre de décision) pour m'aider à choisir la bonne approche pour résoudre un problème particulier (par exemple. " besoin...
Quelqu'un peut-il aider à expliquer certaines des mathématiques derrière la classification dans CART? Je cherche à comprendre comment deux étapes principales se produisent. Par exemple, j'ai formé un classificateur CART sur un ensemble de données et utilisé un ensemble de données de test pour...
Je suis un novice qui va commencer à lire sur l'exploration de données. J'ai une connaissance de base de l'IA et des statistiques. Étant donné que beaucoup disent que l'apprentissage automatique joue également un rôle important dans l'exploration de données, est-il nécessaire de lire sur...
Je suis tombé sur le terme Machines de factorisation dans les systèmes de recommandation. Je sais ce qu'est la factorisation matricielle pour les systèmes de recommandation, mais je n'ai jamais entendu parler des machines de factorisation. Alors quelle est la
J'utilisais une classe SVM , implémentée dans scikit-learn, pour mon travail de recherche. Mais je n'ai pas une bonne compréhension de cela. Quelqu'un peut-il donner une explication simple et bonne d' une classe SVM
Il semble que pour les moyennes K et d'autres algorithmes associés, le regroupement est basé sur le calcul de la distance entre les points. Y en a-t-il un qui fonctionne sans
Je sais que la régression logistique trouve un hyperplan qui sépare les échantillons d'entraînement. Je sais également que les machines à vecteurs de support trouvent l'hyperplan avec la marge maximale. Ma question: est-ce que la différence entre la régression logistique (LR) et les machines à...