machine-learning-model

Вопрос или проблема Я пытаюсь создать модель идентификации говорящего 1:N с использованием Keras и TensorFlow в качестве бэкенда. Я использовал корпус LibriSpeech для обучающих данных и предварительно обработал данные, сначала конвертировав каждый файл из .

Вопрос или проблема Я работаю над проектом в области машинного обучения, в котором у меня есть два набора данных: X (признаки индивидуумов) и y (двоичные прогнозы: -1 или 1). Моя цель – предсказать y на основе признаков в X.

Вопрос или проблема Мне удалось построить несколько моделей линейной регрессии, которые могут достаточно хорошо прогнозировать прочность материала: минимальное RMSE составляет 17.95 с использованием 11 признаков, которые я выбрал из 159 оригинальных признаков.

Вопрос или проблема Я работаю над проектом предоставления рекомендаций команде по маркетингу для запуска эффективных кампаний. Набор данных, который у меня есть, содержит информацию о существующих клиентах, их демографические и платежные данные, а также

Вопрос или проблема Я строю модель машинного обучения с учителем, которая (например) предсказывает сердечную недостаточность (да/нет). У меня есть два набора данных из двух разных лабораторий A и B, которые оба имеют приличное распределение, то есть нет

Вопрос или проблема Мне нужно сгенерировать уравнение для гиперплоскости, у меня есть две независимые переменные и одна бинарная зависимая переменная. Что касается следующего уравнения для svm, $f(x)=sgn( sum_i alpha_i K(sv_i,x) + b )$ У меня есть две

Вопрос или проблема Учитывая регрессионную модель с n признаками, как я могу измерить неопределенность или доверие к модели для каждого предсказания? Предположим, для конкретного предсказания точность потрясающая, но для другого –

Вопрос или проблема Существует ли модель машинного обучения (что-то вроде LSTM или 1D-CNN), которая принимает на вход две временные серии переменной длины и выдает бинарную классификацию (Истина/Ложь, являются ли временные серии одного ярлыка)?

Вопрос или проблема import pandas as pd from sklearn.feature_selection import SelectKBest from sklearn.feature_selection import chi2 data=pd.read_csv(‘filename.csv’) x = data.data y = data.target Преобразование в DataFrame для лучшей визуализации column_names = [f’

Вопрос или проблема Я использую модели машинного обучения для предсказания порядковой переменной (значения: 1, 2, 3, 4 и 5) с использованием 7 различных признаков. Я рассмотрел это как задачу регрессии, поэтому окончательные выводы модели –

Вопрос или проблема У меня есть набор данных с 19 тысячами наблюдений. Каждое из них имеет примерно 448 признаков: – Текстовое описание, переведенное в векторы размером 300 – 16 категориальных переменных, представленных числовым образом –

Вопрос или проблема Начнем с a). Для первого узла: 0 * x1 + 1 * x2 + 1 > 0 (0, потому что порог 0), что эквивалентно x2+1 > 0. Для второго узла: x1 * 1 + x2 * 0 + 1 > 0 (0, потому что порог 0), что эквивалентно x1 + 1 > […]

Вопрос или проблема В рамках школьного проекта мне нужно проанализировать набор данных с пациентами (с характеристиками: пол, возраст, курящий 0/1 и т. д.), которые получали различные лечения (по одному на пациента) с ответом на это лечение 1/0.

Вопрос или проблема Сможет ли такая компания, как OpenAI, осуществить создание бота, который сможет превзойти лучших игроков в киберспорте в сложных играх, таких как PubG, используя технологии, доступные сегодня, обычному человеку?

Вопрос или проблема Я пытаюсь разобраться, как обработать данные и смоделировать следующий сценарий: Посетители ресторана оценивают качество обслуживания по шкале от 1 до 10. У меня есть данные о взаимодействиях между официантами и клиентами.

Вопрос или проблема Я пытаюсь построить регрессионную модель, но я запутался в формулах обратного распространения ошибки, не мог бы кто-нибудь помочь мне, пожалуйста? Ответ или решение Конечно! Давайте подробно разберемся в обновлениях весов и смещений

Вопрос или проблема У меня есть данные, похожие на рейтинги фильмов, и метки расположены в порядке, например, от 1 до 10. Поскольку целевая метка не является номинальной, а порядковой переменной, какие типы моделей мне следует использовать для классификации таких данных?

Вопрос или проблема Я создаю OCR для считывания текста со счетчиков воды. Я сталкиваюсь с указанной выше ошибкой, когда пытаюсь подогнать модель машинного обучения. Я использую библиотеку Python segmentation_models. BACKBONE = 'resnet34' preprocess_input = sm.

Вопрос или проблема Мне нужно сгенерировать матрицу путаницы для классификации фруктов, зараженных бактериями, грибами и вирусами, как для трехклассовой классификации. Для этого я использовал модель CNN. Для этой модели CNN я отправил изображения R, G

Вопрос или проблема Я получил 100% точности на своем тестовом наборе, используя алгоритм дерева решений, но только 85% точности с использованием случайного леса. Есть ли что-то не так с моей моделью или дерево решений наиболее подходит для предоставленного набора данных?