Prétraitement d'une base de données (Machine Learning)
Fermé
nastassia_
Messages postés
7
Date d'inscription
mardi 25 juillet 2017
Statut
Membre
Dernière intervention
3 août 2017
-
25 juil. 2017 à 22:12
nastassia_ Messages postés 7 Date d'inscription mardi 25 juillet 2017 Statut Membre Dernière intervention 3 août 2017 - 3 août 2017 à 14:59
nastassia_ Messages postés 7 Date d'inscription mardi 25 juillet 2017 Statut Membre Dernière intervention 3 août 2017 - 3 août 2017 à 14:59
A voir également:
- Prétraitement des données machine learning
- Machine virtuelle windows - Guide
- Excel validation des données liste - Guide
- Time machine - Guide
- Machine virtuelle gratuite - Télécharger - Émulation & Virtualisation
- Reinstaller windows sans perte de données - Guide
1 réponse
totodunet
Messages postés
1377
Date d'inscription
mercredi 18 mars 2009
Statut
Membre
Dernière intervention
5 mars 2020
199
28 juil. 2017 à 11:12
28 juil. 2017 à 11:12
Salut!
Malheureusement, je sais bien que ma base de données ne peut pas être exploitée directement au machine learning.
Pourquoi ?
Malheureusement, je sais bien que ma base de données ne peut pas être exploitée directement au machine learning.
Pourquoi ?
28 juil. 2017 à 16:52
Chaque entrée doit être modélisée dans un vecteur! non?
J'ai des matrices comme des entrées
Modifié le 29 juil. 2017 à 00:58
31 juil. 2017 à 17:40
En fait, je ne traite pas des images.
L'objectif de mon projet est d'appliquer l'apprentissage supervisé à l'aide de deep learning de 1500 structures cristallines.
Chaque structure cristalline est modélisée par une matrice.
Donc j'ai 1500 matrices comme entrées de dimensions variables (nombre de colonnes de chaque matrice égale à 6 or le nombre des lignes dépend du structure cristalline).
Le problème que je ne sais pas comment présenter ces matrices comme entrées au machine learning.
Faut t-il,par exemple, convertir chaque matrice en un vecteur ? et concaténer tous les vecteurs obtenus après?
1 août 2017 à 11:53
Les 1500 structures constituent sa base de connaissance donc. Une fois qu'il a appris cela, tu lui donne quoi en entrée (une structure cristalline j'imagine) pour qu'il te réponde quoi en sortie ? C'est un classifieur ?
1 août 2017 à 13:08
Après la phase d'apprentissage, le but final du projet est de découvrir (générer) des nouvelles structures cristallines "X" qui n'existent pas dans la base de données pour chaque "Y".
Base de données --> Apprentissage de base de donnée --> Machine learning model --> générer des nouvelles données synthétiques.