প্রশ্ন ট্যাগ «statistics»

আমি এগুলি প্রচুর অধ্যয়ন করেছি এবং তারা বলেছে যে মেশিন লার্নিংয়ের ক্রিয়াকে অত্যধিক মানিয়ে তোলা খারাপ, তবুও আমাদের নিউরনগুলি খুব শক্তিশালী হয়ে ওঠে এবং আমরা যে সেরা কর্ম / সংবেদনগুলি পেয়েছি যা আমরা পেয়েছি বা এড়াতে পারি তার চেয়ে খারাপ থেকে ডি-বর্ধিত / বর্ধিত হতে পারে / খারাপ বা ভাল …

27 machine-learning  statistics 

আমি ইদানীং প্রত্যাশা সর্বাধিকীকরণের স্ব-অধ্যয়ন করেছি এবং নিজেকে প্রক্রিয়াটির কয়েকটি সাধারণ উদাহরণ ধরলাম: থেকে এখানে : তিনটি কয়েন হয় , এবং সঙ্গে , এবং যখন ক্ষতিগ্রস্থ মাথা বাঁচিয়ে কাজকর্ম জন্য নিজ নিজ সম্ভাবনা। টস । ফলাফলটি যদি প্রধান হয় তবে তিনবার টস করুন, অন্যথায় তিনবার টস করুন । এবং দ্বারা …

18 probability-theory  statistics 

lllrrrmax(i⊕j)max(i⊕j)\max{(i\oplus j)}l≤i,j≤rl≤i,j≤rl\le i,\,j\le r জঞ্জাল অ্যালগরিদম সহজভাবে সমস্ত সম্ভাব্য জোড়া পরীক্ষা করে; উদাহরণস্বরূপ রুবিতে আমাদের থাকতে হবে: def max_xor(l, r) max = 0 (l..r).each do |i| (i..r).each do |j| if (i ^ j > max) max = i ^ j end end end max end আমি অনুভব করি যে আমরা …

14 algorithms  algorithms  machine-learning  statistics  testing  terminology  asymptotics  landau-notation  reference-request  optimization  scheduling  complexity-theory  time-complexity  lower-bounds  communication-complexity  computational-geometry  computer-architecture  cpu-cache  cpu-pipelines  operating-systems  multi-tasking  algorithms  algorithm-analysis  education  correctness-proof  didactics  algorithms  data-structures  time-complexity  computational-geometry  algorithms  combinatorics  efficiency  partitions  complexity-theory  satisfiability  artificial-intelligence  operating-systems  performance  terminology  computer-architecture 

এটি একটি সুপরিচিত সত্য যে "সহবাসটি কার্যকারণকে সমান করে না", তবে মেশিন লার্নিং প্রায় সম্পূর্ণরূপে পারস্পরিক সম্পর্কের উপর ভিত্তি করে বলে মনে হয়। আমি ছাত্রদের অতীত পারফরম্যান্সের ভিত্তিতে প্রশ্নগুলির পারফরম্যান্স অনুমান করার জন্য একটি সিস্টেমে কাজ করছি। গুগল অনুসন্ধানের মতো অন্যান্য কাজের মতো নয়, এটি এমন এক ধরণের সিস্টেমের মতো …

13 machine-learning  statistics 

একজন নেভ বেইস ভবিষ্যদ্বাণী এই সূত্রটি ব্যবহার করে তার পূর্বাভাস দেয়: P(Y=y|X=x)=αP(Y=y)∏iP(Xi=xi|Y=y)P(Y=y|X=x)=αP(Y=y)∏iP(Xi=xi|Y=y)P(Y=y|X=x) = \alpha P(Y=y)\prod_i P(X_i=x_i|Y=y) যেখানে একটি স্বাভাবিককরণের কারণ izing এর জন্য ডেটা থেকে পরামিতিগুলি অনুমান করা দরকার । আমরা যদি স্মোথিং দিয়ে এটি করি তবে আমরা অনুমানটি পাই getαα\alphaP(Xi=xi|Y=y)P(Xi=xi|Y=y)P(X_i=x_i|Y=y)kkk P^(Xi=xi|Y=y)=#{Xi=xi,Y=y}+k#{Y=y}+nikP^(Xi=xi|Y=y)=#{Xi=xi,Y=y}+k#{Y=y}+nik\hat{P}(X_i=x_i|Y=y) = \frac{\#\{X_i=x_i,Y=y\} + k}{\#\{Y=y\}+n_ik} যেখানে আছে সম্ভাব্য মান …

13 machine-learning  probability-theory  statistics