প্রশ্ন ট্যাগ «machine-learning»

আমি আমার শিক্ষার্থীদের , লেবেলযুক্ত পয়েন্টের সংকলনের সাথে সামঞ্জস্যপূর্ণ ত্রিভুজ খুঁজে পাওয়ার সমস্যাটি নির্ধারণ করেছি । (একটি ত্রিভুজ হল সামঞ্জস্যপূর্ণ লেবেল নমুনা সঙ্গে যদি ধনাত্মক এবং ঋণাত্মক পয়েন্ট কেউই সব উপস্থিত রয়েছে; ধৃষ্টতা দ্বারা, নমুনা স্বীকার অন্তত 1 সামঞ্জস্যপূর্ণ ত্রিভুজ)।আর 2 ± 1 টি টিমিmmআর2R2\mathbb{R}^2। 1±1\pm1টিTTTTT তারা (বা আমি) সবচেয়ে …

13 cg.comp-geom  machine-learning  lg.learning  convex-geometry 

জেনেটিক অ্যালগরিদমগুলি বৃহত্তর জনসংখ্যার সাথে অল্প প্রজন্মের মধ্যে বিকশিত হয় তবে প্রজন্মের গণনা করতে আরও বেশি সময় নেয়। যত তাড়াতাড়ি সম্ভব একটি কার্যকরী সমাধানে পৌঁছানোর জন্য এই দুটি কারণকে ভারসাম্য রক্ষার জন্য কিছু গাইড লাইন রয়েছে? এছাড়াও, এই প্রশ্নের সবচেয়ে ভাল জায়গা?

13 ds.algorithms  machine-learning  genetic-algorithms 

আমি এই প্রশ্নটি ক্রস যাচাইকৃত প্রশ্নোত্তরে জিজ্ঞাসা করেছি তবে মনে হয় এটি পরিসংখ্যানের তুলনায় সিএসের সাথে অনেক বেশি সম্পর্কিত। আপনি কি আমাকে মেশিন লার্নিং অ্যালগরিদমগুলির উদাহরণ দিতে পারেন যা ডেটাসেটের পরিসংখ্যানগত বৈশিষ্ট্যগুলি থেকে স্বতন্ত্র পর্যবেক্ষণগুলি নয় বরং পরিসংখ্যানের ক্যোয়ারী মডেল নিয়োগ করে ?

13 lg.learning  machine-learning 

ধরা যাক আমাদের কাছে কে ইনপুট এবং একটি আউটপুট সহ একক-স্তর ফিড ফরোয়ার্ড নিউরাল নেটওয়ার্ক রয়েছে। এটা তোলে থেকে একটি ফাংশন গণনা , এটা যে এই অন্তত একই গণনীয় ক্ষমতা আছে দেখতে মোটামুটি সহজ একটা সি 0 । কেবল মজাদার জন্য, আমরা একটি একক স্তর নিউরাল নেটওয়ার্ক " এন ই …

13 cc.complexity-theory  circuit-complexity  machine-learning  ne.neural-evol 

পটভূমি: মেশিন লার্নিংয়ে আমরা প্রায়শই উচ্চ মাত্রিক সম্ভাব্যতা ঘনত্বের কার্যকারিতা উপস্থাপনের জন্য গ্রাফিক্যাল মডেলগুলির সাথে কাজ করি । যদি আমরা একটি ঘনত্ব 1 (সংখ্যার) সাথে সংহত করে যে প্রতিবন্ধকতাটি বাতিল করি তবে আমরা একটি অস্বাভাবিক গ্রাফ-কাঠামোগত শক্তি ফাংশন পাই । ধরা যাক আমাদের একটি এনার্জি ফাংশন, , গ্রাফ সংজ্ঞায়িত করেছেন …

13 reference-request  machine-learning  lg.learning  boolean-functions 

জেনেটিক অ্যালগরিদম ব্যবহার করে সমাধান করা কিছু বাস্তব সমস্যাগুলি কী কী? সমস্যাটা কি? এই সমস্যা সমাধানের জন্য ফিটনেস পরীক্ষাটি কী ব্যবহৃত হয়?

13 ds.algorithms  machine-learning  ai.artificial-intel  application-of-theory  ne.neural-evol 

বলুন যে আমাদের n, V_n দৈর্ঘ্যের কোনও পূর্ণসংখ্যার ভেক্টর প্রতিনিধিত্ব আছে এই ভেক্টরটি একটি মেশিন লার্নিং অ্যালগরিদমের ইনপুট। প্রথম প্রশ্ন: কোন ধরণের উপস্থাপনের জন্য নিউরাল নেটওয়ার্ক বা অন্য কোনও ভেক্টর-টু-বিট এমএল ম্যাপিং ব্যবহার করে এন এর প্রাথমিকতা / সংমিশ্রণতা শেখা সম্ভব। এটি নিখুঁত তাত্ত্বিক - স্নায়বিক নেটওয়ার্ক সম্ভবত আকারে আনবাউন্ড …

13 co.combinatorics  machine-learning  primes 

জনসন-লিন্ডেনস্ট্রাউস লেমা একজনকে একটি উচ্চ মাত্রিক স্থানের মধ্যে নিম্ন মাত্রায় পয়েন্টগুলিতে উপস্থাপন করতে দেয়। সর্বোত্তম ফিটের নিম্ন মাত্রিক স্থানগুলি সন্ধান করার সময়, একটি মানক কৌশলটি হ'ল একক মান পচন এবং তারপরে বৃহত্তম একবাক্য মানগুলির দ্বারা উত্পন্ন উপসর্গ গ্রহণ করা। এসভিডির মাধ্যমে জনসন-লিন্ডেনস্ট্রাস ব্যবহার করা কখন আগ্রহী?

12 machine-learning 

আমার কাছে কয়েক হাজার পয়েন্টের ডেটাসেট এবং যেকোন দুটি পয়েন্টের মধ্যে দূরত্ব পরিমাপ করার একটি মাধ্যম রয়েছে তবে ডেটা পয়েন্টগুলির কোনও মাত্রিক মাত্রা নেই। আমি এই ডেটাসেটে গুচ্ছ কেন্দ্রগুলি খুঁজতে একটি অ্যালগরিদম চাই। আমি ধারণা করি যেহেতু ডেটাটির কোনও মাত্রা নেই, একটি ক্লাস্টার সেন্টারে বেশ কয়েকটি ডেটা পয়েন্ট এবং একটি …

12 machine-learning  lg.learning  clustering 

এটি জানা যায় যে পিএসি শেখার জন্য প্রাকৃতিক ধারণা শ্রেণি রয়েছে (যেমন সিদ্ধান্তের তালিকার সাবটাইটস) যার জন্য একটি গননাবিহীন সীমাহীন শিক্ষানবিশ দ্বারা তথ্য তাত্ত্বিক শিক্ষার জন্য প্রয়োজনীয় নমুনা জটিলতার মধ্যে বহুপদী ফাঁক রয়েছে এবং একটি বহুপদী- সময় শেখার। (উদাহরণস্বরূপ, http://portal.acm.org/citation.cfm?id=267489&dl=GUIDE বা http://portal.acm.org/citation.cfm?id=301437 ) এই ফলাফলগুলি নির্দিষ্ট উদাহরণগুলির মধ্যে একটি গোপন …

12 machine-learning  lg.learning  sample-complexity 

জান্তা শেখার অনুরূপ স্বাদে এখানে একটি সমস্যা রয়েছে: ইনপুট: একটি ফাংশন f:{0,1}n→{−1,1}f:{0,1}n→{−1,1}f: \{0,1\}^n \rightarrow \{-1,1\} , সদস্যপদ ওরাকল দ্বারা প্রতিনিধিত্ব করে, অর্থাত্ একটি প্রদত্ত ওরাকল যা xxx , f(x)f(x)f(x) । গোল: একটি subcube খুঁজুন SSS এর {0,1}n{0,1}n\{0,1\}^n ভলিউমের সাথে |S|=2n−k|S|=2n−k|S|=2^{n-k} এমন |Ex∈Sf(x)|≥0.1|Ex∈Sf(x)|≥0.1\left|\mathbb{E}_{x \in S} f(x) \right| \ge 0.1 । আমরা …

11 machine-learning  lg.learning  boolean-functions  sample-complexity 

উপর cs.stackexchange আমি সম্পর্কে জিজ্ঞাসা algebird GitHub উপর Scala গ্রন্থাগার, কেন তারা একটি বিমূর্ত বীজগণিত প্যাকেজ প্রয়োজন হতে পারে নেভিগেশন speculating। গিথুব পৃষ্ঠায় কিছু সূত্র রয়েছে: আকর্ষণীয় আনুমানিক অ্যালগরিদমগুলির জন্য যেমন ব্লুম ফিল্টার, হাইপারলগলগ এবং কাউন্টমিন স্কেচ মনোয়েডগুলির বাস্তবায়ন। এগুলি আপনাকে পরিশীলিত পরিসংখ্যান এবং বিশ্লেষণগুলি তৈরি করতে হডুপ বা অনলাইনে …

11 soft-question  machine-learning  linear-algebra  db.databases 

কিছু পটভূমি: আমি লার্নিং উইথ এরিসেস (এলডাব্লুইই) সমস্যাটির জন্য "কম-জ্ঞাত" নিম্ন সীমানা (বা কঠোরতার ফলাফল) এবং এর জেনারালাইজেশনগুলির সাথে ত্রুটিগুলি ওভার রিংগুলি বাছাইয়ের বিষয়ে আগ্রহী। নির্দিষ্ট সংজ্ঞা ইত্যাদির জন্য এখানে রেগেভ দ্বারা একটি দুর্দান্ত সমীক্ষা করা হয়েছে: http://www.cims.nyu.edu/~regev/papers/lwesurvey.pdf স্ট্যান্ডার্ড ধরণের (আর) এলডাব্লুই-স্টাইল অনুমানটি (সম্ভবত, কোয়ান্টাম) হ্রাস দ্বারা (সম্ভবত, আদর্শ) জালাগুলিতে …

11 cc.complexity-theory  reference-request  cr.crypto-security  machine-learning  lg.learning 

ডানা অ্যাংলুইন ( 1987 ; পিডিএফ ) সদস্যতা প্রশ্ন এবং তত্ত্বের প্রশ্নের (প্রস্তাবিত ফাংশনের প্রতিবিম্ব) সহ একটি শিক্ষণ মডেলকে সংজ্ঞায়িত করে। তিনি দেখান যে একটি নিয়মিত ভাষা যা রাজ্যের ন্যূনতম ডিএফএ দ্বারা প্রতিনিধিত্ব করা হয় বহনীয় সময়ে (যেখানে প্রস্তাবিত ফাংশনগুলি ডিএফএ হয়) সদস্যতা-কোয়েরি এবং সর্বাধিক তত্ত্ব-প্রশ্নগুলি ( টিউটর কর্তৃক প্রদত্ত …

11 cc.complexity-theory  machine-learning  lower-bounds  lg.learning  query-complexity 

আমি গ্রেডিয়েন্ট বংশদ্ভুত অ্যালগরিদমের সাথে পরিচিত যা কোনও প্রদত্ত ফাংশনের স্থানীয় সর্বনিম্ন (সর্বাধিক) সন্ধান করতে পারে। গ্রেডিয়েন্ট বংশোদ্ভূত কি এমন কোনও পরিবর্তন রয়েছে যা নিখুঁত ন্যূনতম (সর্বাধিক) সন্ধান করতে দেয়, যেখানে ফাংশনে বেশ কয়েকটি স্থানীয় চূড়ান্ততা রয়েছে? কোন সাধারণ কৌশল আছে, কীভাবে একটি এলগরিদমকে বাড়ানো যায় যা স্থানীয় চূড়ান্ত খুঁজে …

11 ds.algorithms  approximation-algorithms  machine-learning