Data Science
лучшие алгоритмы для кластеризации клиентов, сегментация клиентов
00
Вопрос или проблема У меня есть набор данных, содержащий как категориальные, так и числовые переменные. Мне интересно, какие алгоритмы лучше всего подходят для кластеризации клиентов? Как найти скрытые паттерны, которые сегментируют клиента?
Data Science
Фильтр для топ-10 наивысших значений группы в наборе данных (в R)
00
Вопрос или проблема Контекст: Я пытаюсь найти 10 наивысших значений подсчета в моем датафрейме при условии, что они попадают в годы 1970-1979. Мой датафрейм выглядит следующим образом: id lemma year count 1 word1 1970 737 2 word2 1971 767 3 word3 1972 988 и так далее…
Data Science
Как измерить схожесть между двумя медицинскими изображениями разных методов визуализации на основе схожих объектов в них?
00
Вопрос или проблема У меня есть две серии медицинских изображений, каждая из которых получена из разных методов визуализации. Согласно этому, я сегментировал область интереса (объект, который появляется в обеих модальностях) с помощью U-net в этих двух
Data Science
Подготовка обучающих данных для задачи машинного обучения в области обработки естественного языка
00
Вопрос или проблема У меня есть предложения на естественном языке, как показано ниже: Это черный стул. Он находится рядом со столом. Каждая фраза, которая представляет объект, аннотирована идентификатором объекта. Например, в приведенном выше предложении
Data Science
Выбор правильной модели глубокого обучения для сегментации изображений
00
Вопрос или проблема Как выбрать подходящий алгоритм глубокого обучения, если вы хотите выполнять сегментацию изображений с набором изображений, состоящим из почти 10000 гистопатологических изображений? Я новичок в глубоком обучении и застрял на первом этапе –
Data Science
Рост пятен/пятен в задачах классификации изображений
01
Вопрос или проблема Я работаю над задачей, связанной с изображениями, в рамках которой мы мониторим развитие пятна в определенном регионе изображения. Мы успешно классифицируем, присутствует ли пятно (NOK) или отсутствует (OK), если изначально в этом