作者查詢 / wtchen

總覽項目：發文 | 留言 | 暱稱

作者 wtchen 在 PTT [ DataScience ] 看板的留言(推文), 共84則

限定看板：DataScience

看板排序：

首頁

尾頁

[問題] 巨量稀疏矩陣進行分群問題

[ DataScience ]34 留言, 推噓總分: +4

作者: blueblance - 發表於 2020/12/03 11:41(5年前)

31^F推wtchen: 要不要先用sklearn的LogisticRegression+l1 penalty12/03 19:40

32^F→wtchen: 找出有明顯關聯的元素，沒影響的元素就去掉12/03 19:42

33^F→wtchen: 這樣應該可以降點維度12/03 19:42

34^F→wtchen: 然後再用降維過的資料分群應該會容易多12/03 19:43

[討論] ML是不是有些東西不太教？

[ DataScience ]30 留言, 推噓總分: +9

作者: rn940111 - 發表於 2020/11/24 14:28(5年前)

9^F推wtchen: learnable跟VC dimension需要一些數學才能理解11/24 19:19

[問題] 類神經辨別？

[ DataScience ]2 留言, 推噓總分: +1

作者: hank72414 - 發表於 2020/10/15 17:55(5年前)

2^F推wtchen: 這邊大部份都用python....10/19 21:20

[問題] lstm時間序列預測問題 pytorch

[ DataScience ]30 留言, 推噓總分: +4

作者: miwuz - 發表於 2020/10/18 17:33(5年前)

3^F推wtchen: 你的假設為何？匯率會有週期性波動還是持續上升/下降？10/18 18:00

4^F→wtchen: 這兩個假設我怎麼想都不成立阿10/18 18:00

9^F推wtchen: lstm是用以前累積的資料來預測之後的趨勢。10/19 00:14

10^F→wtchen: 可是匯率這種東西....為何會有週期性？10/19 00:14

11^F→wtchen: 老實說我看不懂你在做啥10/19 00:16

12^F→wtchen: 你的參考範例用的樣本有明顯的趨勢與週期性10/19 00:17

13^F→wtchen: 但你的匯率看不出來啊10/19 00:17

[問題] CNN對於微小特徵的學習能力

[ DataScience ]7 留言, 推噓總分: +3

作者: qwe85158 - 發表於 2020/09/29 14:48(5年前)

7^F→wtchen: 將filter size調小？10/13 18:20

[討論] 發現模型開始過擬合，開發者能做什麼

[ DataScience ]13 留言, 推噓總分: +4

作者: wang19980531 - 發表於 2020/10/10 19:57(5年前)

7^F推wtchen: 第一個你要確定是不是真的overfitting10/10 23:29

8^F→wtchen: （驗證集accoracy先降後升）10/10 23:29

9^F→wtchen: 然後確定樣本分佈夠均勻（做交叉驗證）10/10 23:30

10^F→wtchen: 有時候就是訓練樣本多樣性不夠或是沒好好打散10/11 00:16

11^F→wtchen: 再來就是加點regularization項牽制，以稍微增加偏差10/11 00:18

12^F→wtchen: 的方式換得"大幅"增加誤差（要謹慎取捨）10/11 00:19

13^F→wtchen: 減少10/11 00:20

[問題] 斷崖式模型損壞

[ DataScience ]13 留言, 推噓總分: +3

作者: clansoda - 發表於 2020/10/04 15:10(5年前)

1^F推wtchen: 感覺上是梯度下降走的太快，不小心滑出Loss local min？10/04 18:28

5^F推wtchen: 學習率太高是有可能先降後崩掉10/04 21:07

6^F→wtchen: https://zhuanlan.zhihu.com/p/3577560610/04 21:07

7^F→wtchen: 若不能降學習率，加入一些懲罰項或normalization10/04 21:09

8^F→wtchen: 也許能幫助模型穩定10/04 21:09

Re: [問題] GAN 實作以及loss function的問題

[ DataScience ]7 留言, 推噓總分: +3

作者: janus7799 - 發表於 2020/09/28 23:37(5年前)

2^F推wtchen: discriminator的目標是減少分類損失（不是真陽就是真陰）10/01 02:32

3^F→wtchen: 但generator只希望增加偽陽，讓discriminator接受10/01 02:33

4^F→wtchen: 自己生成的假樣本，至於discriminator對於真樣本的鑑別度10/01 02:34

5^F→wtchen: generator是不在乎的10/01 02:34

首頁

尾頁