Телеграмм чат группы datasciencecourse страница 4536

2020 December 22

V

Vladislav-kun in Machine learning

Svetlana Astafyeva

Спасибо!
Посмотрю!

Если что он очень долгий (по сравнению с Карповскими), у меня где-то дней 30-35 ушло

источник

22:39пожаловаться #1

NO

Nikolai Orlov in Machine learning

Друзья, помогите, плиз, уже несколько дней сижу с первым заданием #C3W4. Где нужно убрать слова, встречающиеся больше 4000 раз. Прошерстил форум, все должно работать. Но не работает.
Код вот такой.

находим индексы с частотой >4000
extra_elements=[]
for key in dictionary2.dfs.keys():
if dictionary2.dfs[key]>4000:
extra_elements.append(key)

удаляем элементы
for i in extra_elements:
dictionary2.filter_tokens(bad_ids=[dictionary2.token2id[dictionary2[i]]])
dict_size_after=len(dictionary2)

создаем новый корпус и считаем размеры старого и нового
corpus2 = [dictionary2.doc2bow(text) for text in texts]
def corpus_size(corpus):
n=0
for i in range(len(corpus)):
n=n+len(corpus[i])
return n

Ответ получается 6714 6702 428249 404521. Система не принимает.

источник

22:40пожаловаться #2

SA

Svetlana Astafyeva in Machine learning

Vladislav-kun

Если что он очень долгий (по сравнению с Карповскими), у меня где-то дней 30-35 ушло

Ох...
А как рассказывают?
Нудно или интересно?
И вообще, откладывается что-то?

источник

22:40пожаловаться #3

i

igor in Machine learning

Nikolai Orlov

Друзья, помогите, плиз, уже несколько дней сижу с первым заданием #C3W4. Где нужно убрать слова, встречающиеся больше 4000 раз. Прошерстил форум, все должно работать. Но не работает.
Код вот такой.

находим индексы с частотой >4000
extra_elements=[]
for key in dictionary2.dfs.keys():
if dictionary2.dfs[key]>4000:
extra_elements.append(key)

удаляем элементы
for i in extra_elements:
dictionary2.filter_tokens(bad_ids=[dictionary2.token2id[dictionary2[i]]])
dict_size_after=len(dictionary2)

создаем новый корпус и считаем размеры старого и нового
corpus2 = [dictionary2.doc2bow(text) for text in texts]
def corpus_size(corpus):
n=0
for i in range(len(corpus)):
n=n+len(corpus[i])
return n

Ответ получается 6714 6702 428249 404521. Система не принимает.

я в апельсине сделал

источник

22:41пожаловаться #4

i

igor in Machine learning

источник

22:42пожаловаться #5

SS

Sergey Salnikov in Machine learning

о, кстати, RapidMiner недавно вспомнил, оказывается это один из популярных тулзов, использовал кто?

источник

22:42пожаловаться #6

V

Vladislav-kun in Machine learning

Svetlana Astafyeva

Ох...
А как рассказывают?
Нудно или интересно?
И вообще, откладывается что-то?

Очень много гуглить придется и читать самостоятельно (хотя я думаю это и в плюс). Безусловно откладывается)

источник

22:42пожаловаться #7

NO

Nikolai Orlov in Machine learning

igor

я в апельсине сделал

Я делаю в гугл.колаб, первое задание там выполнилось без проблем. А логика решения такая же была?

источник

22:43пожаловаться #8

SA

Svetlana Astafyeva in Machine learning

igor

Для кого, какая база, цели, сколько времени свободного, знаете ли анлгийский

Для кого?
Для себя. Учусь, чтобы сменить профессию на DS. Или я неправильно поняла?
База.
Статистика только курс Карпова. Математика более или менее.
Время.
Мало времени. Хочу больше уделить ML.
Английский.
Не настолько, чтобы спокойно слушать курсы и все понимать.
Лучше на русском.
Платить.
От цены зависит.

источник

22:44пожаловаться #9

I

Ibp in Machine learning

Valery

есть учебный сорев, условие - дан граф, даны свойства каждой вершины в виде набора 0 и 1, фичей много (около 3к)
даны ребра между вершинами, 1 - ребро есть, 0 - ребра нет
дан набор пар вершин, где наличие ребер надо предсказать
предполагается использование графовых нейронок, но у меня получилось побить верхний бейзлай классификатором на скалярном произведении фичей пары вершин

то есть данные типа так заданы? где x - вершины

источник

22:45пожаловаться #10

SA

Svetlana Astafyeva in Machine learning

Vladislav-kun

Очень много гуглить придется и читать самостоятельно (хотя я думаю это и в плюс). Безусловно откладывается)

У меня похоже мало что откладывается.
Вроде второй курс легко прошла, в 4 недели вместо 5 уложилась, задания легко все сделала. Отвлеклась на статистику и теорвер, теперь заново перечитываю, переслушиваю весь курс, как в первый раз.
Смотрю свой код и не верю, что это я написала. 🤦

источник

22:47пожаловаться #11

i

igor in Machine learning

Vladislav-kun

Очень много гуглить придется и читать самостоятельно (хотя я думаю это и в плюс). Безусловно откладывается)

курсы каша из топора - это минус

источник

22:51пожаловаться #12

i

igor in Machine learning

К сожалению на русском языке сложнее найти.

источник

22:51пожаловаться #13

V

Valery in Machine learning

Ibp

то есть данные типа так заданы? где x - вершины

Да, но это не матрица смежности. У Вас индексы иксов совпадают, как будто вершины по 2 осям

источник

22:52пожаловаться #14

I

Ibp in Machine learning

ну это как бы не важно, их же можно наверное отсортировать?

источник

22:53пожаловаться #15

V

Valery in Machine learning

Все фичи бинарные,

источник

22:57пожаловаться #16

V

Valery in Machine learning

источник

22:57пожаловаться #17

V

Valery in Machine learning

Оригинал)

источник

22:57пожаловаться #18

I

Ibp in Machine learning

Valery

Да, но это не матрица смежности. У Вас индексы иксов совпадают, как будто вершины по 2 осям

если так, тут как бы я вижу такой способ: для каждой пары иксов ( неважно, отсортированы они или нет) можно в этой таблице найти найти ответ таргет - 0 или 1 и нагенерировать обучающий датасет с где каждой паре прилепить таргет. И на этой конструкции обучит сетку подавая на вход пару [x1,x2] а на выход таргет. Ну и поубучать это все

источник

23:02пожаловаться #19

of

oleg fadeev in Machine learning

Народ подскажите, где будет уместно задать базовые тупые вопросы по питону?

источник

23:05пожаловаться #20