Недавно я запросил набор данных у одного учреждения, хотя по разным причинам не могу раскрыть источник. Я планирую использовать этот набор данных для обучения алгоритма ИИ, но не знаю, как действовать дальше, поскольку для меня это новый опыт.
Ранее я обучал модели с использованием файлов изображений. , файлы CSV и другие форматы; однако на этот раз я работаю исключительно с файлами .mat. Моя цель — реализовать модель машинного обучения с использованием таких архитектур, как одноклассовые сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN) или любые гибридные модели, которые могут подойти для моей задачи.
Вот некоторые конкретные области, в которых я был бы признателен за советы:
Импорт файлов .mat:
Каковы наилучшие методы импорта .mat? файлы в Python?
Существуют ли специальные библиотеки, которые следует использовать для эффективного чтения файлов .mat?
Можете ли вы привести пример того, как перебирать серию папок для доступа к нескольким файлам .mat?
/>Предварительная обработка данных:
Какие шаги предварительной обработки следует предпринять после импорта данных?
Имеет ли нормализация решающее значение в этом контексте, и если да, то какие методы вы бы порекомендовали?Существуют ли конкретные преобразования данных, которые облегчат обучение моей модели?
Обучение модели:
Каковы рекомендуемые шаги для загрузки предварительно обработанных данных в выбранную мной модель? Модель искусственного интеллекта?
Как мне структурировать данные, чтобы они соответствовали входным требованиям CNN или RNN?
Можете ли вы предоставить информацию о спецификациях или архитектуре серверной части, которые могут повлиять на успех обучения?
Альтернативные алгоритмы:< /p>
Помимо CNN и RNN, какие еще алгоритмы ИИ я мог бы рассмотреть для работы с этим набором данных?
Существуют ли конкретные сценарии, в которых одни алгоритмы могут работать лучше, чем другие, с данными файла .mat?
Подробнее здесь: https://stackoverflow.com/questions/790 ... ile-format
