我一直在使用SVM來訓練和測試一維數據(15000個樣本點用於訓練,7500個樣本點用於測試),並且它已經帶來了令人滿意的結果。但爲了改善結果,我正在考慮使用深度學習。它能夠改善結果嗎?我應該研究什麼來快速實施深度學習算法?我是DL領域的新手,但希望快速實施,如果有的話是合理的。對於一維標籤數據使用深度學習是否合理?
0
A
回答
1
在機器學習應用程序中,很難說算法是否會改善結果,因爲結果真的取決於數據。沒有最好的算法。您應該遵循以下的步驟:
- 通過機器學習背景的幫助下分析數據
- 應用適當的算法
- 評估結果
有很多機器學習庫針對不同的編程語言,例如Weka for Java和Python的scikit-learn。除深度學習之類的抽象名稱外,實現可能具有特殊名稱。因此,研究您正在使用的庫中正在尋找的實現。
+1
好的答案。我只是補充說,深度學習大多隻是一個範例。因此,在判斷DL算法是否可行時,數據的維度並不重要。 – runDOSrun 2014-12-05 16:35:02
相關問題
- 1. 深度學習的數據增強
- 2. 深度學習與機器學習
- 3. Doc2Vec是否學習標籤的表示?
- 4. 是否有任何基於GPU的Matlab工具箱用於深度學習?
- 5. 在深度Q /強化學習中預處理是否降低了準確度?
- 6. 使用深度學習進行對象檢測的數據增強
- 7. 如何應用UI學習自動化的深度學習?
- 8. 在AdamOptimizer中使用動態學習率是否合理?
- 9. 深度學習 - 關於咖啡的一些天真的問題
- 10. 關於用概率標記數據進行學習的理論
- 11. 哪個深度學習庫支持在手機上使用的深度學習模型的壓縮?
- 12. 是否有必要學習用於學習android的XML?
- 13. 我的顯卡適合用MATLAB進行深度學習嗎?
- 14. 使用深度學習技術的監督學習(文檔分類)
- 15. 爲什麼NLP和機器學習社區對深度學習感興趣?
- 16. 對於大型數據錯誤廣&深學習:GraphDef不能大於2GB
- 17. 用於映射大型二進制輸入的深度學習
- 18. 用於深度學習的最佳GPU + CPU配置
- 19. 有沒有用於深度學習的Python庫或API?
- 20. 用於神經網絡和深度學習的python庫
- 21. 準備輸入到Caffe深度學習的圖像數據集
- 22. 深度學習的不平衡數據集
- 23. 準備jpg圖像數據進行深度學習?
- 24. 深度學習訓練數據集向Caffe
- 25. 針對文本數據的多標籤外核學習:部分擬合的ValueError
- 26. 尺寸與深度學習模型
- 27. 如何培養深度學習網絡
- 28. Numpy-深度學習,培訓示例
- 29. 摩卡,深度學習工具
- 30. 深度學習的混亂矩陣
一個好的起點將是http://deeplearning.net/reading-list/tutorials/ – runDOSrun 2014-12-05 16:30:53