প্রশ্ন ট্যাগ «algorithms»

যুক্তি প্রায়শই বলে যে কোনও মডেলকে সজ্জিত করে, এটি সাধারণকরণের ক্ষমতা বাড়িয়ে তোলে। এটি বলেছিল, কোনও মডেলকে স্পষ্টভাবে উপস্থাপনের কারণে মডেলগুলির ডেটা জটিলতা নির্বিশেষে আরও খারাপ হয়ে যায়। আপনি কীভাবে জানবেন যে যখন আপনার মডেলটি সঠিক ভারসাম্যকে আঘাত করেছে এবং এটি যে মডেলটির কাছে খোঁজ করছে সেই ডেটাটি উপযুক্ত নয়? …

56 efficiency  algorithms  parameter 

আমি GBM এবং XGBOOST এর মধ্যে মূল পার্থক্য বোঝার চেষ্টা করছি। আমি এটি গুগল করার চেষ্টা করেছি, তবে দুটি অ্যালগরিদমের মধ্যে পার্থক্য এবং xgboost প্রায় সবসময় GBM এর চেয়ে আরও ভাল পারফর্ম করে কেন এমন কোনও ভাল উত্তর খুঁজে পাইনি could এক্সবিজিওএসটি এত দ্রুত কী করে?

40 machine-learning  algorithms  xgboost  ensemble-modeling  gbm 

সম্প্রতি ইউপিসি / বার্সেলোনার প্রফেসর ওরিওল পুজলের কাছ থেকে একটি মেশিন লার্নিং ক্লাসে তিনি মেশিন লার্নিং সম্পর্কিত বিভিন্ন বিস্তৃত কাজের জন্য সবচেয়ে সাধারণ অ্যালগরিদম, নীতি এবং ধারণাটি বর্ণনা করেছেন। এখানে আমি এগুলি আপনার সাথে ভাগ করে নিচ্ছি এবং আপনাকে জিজ্ঞাসা করছি: বিভিন্ন ধরণের মেশিন লার্নিং সম্পর্কিত সমস্যার সাথে সম্পর্কিত পদ্ধতিগুলির …

39 machine-learning  algorithms 

সম্প্রতি আমার এক বন্ধুকে জিজ্ঞাসা করা হয়েছিল যে কোনও সিদ্ধান্তের ট্রি অ্যালগোরিদমগুলি একটি সাক্ষাত্কারে লিনিয়ার না ননলাইনার অ্যালগোরিদম কিনা। আমি এই প্রশ্নের উত্তর খোঁজার চেষ্টা করেছি কিন্তু সন্তোষজনক ব্যাখ্যা খুঁজে পেলাম না। এই প্রশ্নের সমাধান এবং উত্তর কি কেউ দিতে পারবেন? এছাড়াও, ননলাইনার মেশিন লার্নিং অ্যালগরিদমের আরও কয়েকটি উদাহরণ কী?

21 machine-learning  classification  decision-trees  algorithms  pac-learning 

অনুসন্ধানের ডেটা বিশ্লেষণ এবং অ্যালগরিদমগুলির বিকাশে কাজ করে আমি দেখতে পেলাম যে আমার বেশিরভাগ সময় ভিজ্যুয়ালাইজ করার একটি চক্রে ব্যয় করা হয়, কিছু কোড লিখুন, ছোট ডেটাसेटে চালিত হন, পুনরাবৃত্তি করুন। আমার কাছে থাকা ডেটা কম্পিউটার ভিশন / সেন্সর ফিউশন ধরণের স্টাফ হিসাবে থাকে এবং অ্যালগরিদমগুলি দৃষ্টি-ভারী হয় (উদাহরণস্বরূপ অবজেক্ট …

18 algorithms 

ধরে নিন যে আমাদের দুটি উপাদান Ei, ej ∈ E এর মধ্যে E উপাদান এবং একটি মিল ( দূরত্ব নয় ) ফাংশন সিম (ei, ej) রয়েছে । আমরা কীভাবে (দক্ষতার সাথে) সিম ব্যবহার করে ই উপাদানগুলি গুচ্ছ করতে পারি ? k -means, উদাহরণস্বরূপ, প্রদত্ত কে প্রয়োজন, ক্যানোপি ক্লাস্টারিংয়ের জন্য দুটি …

18 clustering  algorithms  similarity 

আমি তাদের অর্থ দ্বারা গ্রুপে বিরাট পরিমাণে ক্লাস্টার করার একটি সমস্যা আছে। এটি আপনার সমস্যার মতো যখন আপনার প্রচুর বাক্য থাকে এবং তার অর্থ অনুসারে সেগুলি ভাগ করে নিতে চান। কোন অ্যালগরিদম এটি করার পরামর্শ দেওয়া হয়? আমি আগাম ক্লাস্টারের সংখ্যা জানি না (এবং আরও ডেটা আসার সাথে সাথে ক্লাস্টারগুলিও …

17 clustering  text-mining  algorithms  scikit-learn 

আমি জানতে চাই যে ঠিক কীভাবে ব্যবহারকারী ভিত্তিক এবং আইটেম ভিত্তিক সুপারিশ একে অপরের থেকে পৃথক। এটি এটি সংজ্ঞায়িত করে ব্যবহারকারী ভিত্তিক : অনুরূপ ব্যবহারকারীদের সন্ধান করে আইটেমগুলির প্রস্তাব দিন। এটি ব্যবহারকারীদের গতিশীল প্রকৃতির কারণে স্কেল করা প্রায়শই শক্ত। আইটেম-ভিত্তিক : আইটেমগুলির মধ্যে সাদৃশ্য গণনা করুন এবং সুপারিশ করুন। আইটেমগুলি …

15 machine-learning  data-mining  algorithms  recommender-system 

কে-মানে ক্লাস্টারিংয়ের জন্য একটি সুপরিচিত অ্যালগরিদম, তবে এই জাতীয় অ্যালগরিদমের একটি অনলাইন প্রকরণ (অনলাইন কে-মানে )ও রয়েছে। এই পদ্ধতির উপকারিতা এবং কনসগুলি কী কী এবং যখন প্রত্যেকটির পছন্দ করা উচিত?

15 clustering  algorithms  k-means 

ধরুন আমার কাছে শ্রেণিবদ্ধ সি আছে ... সি_এন যা এই অর্থে অসন্তুষ্ট যে কোনও দুটি একই ইনপুটটিতে সত্য হবে না (উদাহরণস্বরূপ সিদ্ধান্তের গাছের নোড)। আমি একটি নতুন শ্রেণিবদ্ধ তৈরি করতে চাই যা এগুলির কয়েকটি উপসেটের মিশ্রণ (উদাহরণস্বরূপ আমি সিদ্ধান্ত গাছের কোন পাতাকে ইতিবাচক শ্রেণিবিন্যাস দেওয়ার সিদ্ধান্ত নিতে চাই)। অবশ্যই এটি …

13 algorithms 

আমি বুঝতে পারি যে সংকোচনের পদ্ধতিগুলি দুটি প্রধান সেটে বিভক্ত হতে পারে: বিশ্বব্যাপী স্থানীয় প্রথম সেটটি ডেটা প্রক্রিয়াজাতকরণ নির্বিশেষে কাজ করে, অর্থাত্‍ তারা ডেটার কোনও বৈশিষ্ট্যের উপর নির্ভর করে না, এবং এইভাবে ডেটাসেটের কোনও অংশে (সংক্ষেপণের আগেই) কোনও প্রিপ্রোসেসিংয়ের প্রয়োজন হয় না। অন্যদিকে, স্থানীয় পদ্ধতিগুলি ডেটা বিশ্লেষণ করে তথ্য আহরণ …

12 classification  algorithms  encoding 

ভবিষ্যতের ভবিষ্যদ্বাণী করার জন্য আপনি কী ধরণের বৈশিষ্ট্যগুলি শব্দের তালিকা থেকে নিষ্কাশনের চেষ্টা করবেন, এটি কি বিদ্যমান শব্দ বা কেবল অক্ষরের অগোছালো? আমি সেখানে পাওয়া টাস্কের বিবরণ রয়েছে । আপনাকে এমন একটি প্রোগ্রাম লিখতে হবে যা প্রদত্ত শব্দটি ইংরেজি কিনা উত্তর দিতে পারে। এটি সহজ হবে - আপনাকে অভিধানে শব্দটি …

11 machine-learning  nlp  text-mining  algorithms 

আমি সমীকরণগুলির একটি সেট সমাধান করার চেষ্টা করছি যার 40 টি স্বাধীন ভেরিয়েবল (x1, ..., x40) এবং একটি নির্ভরশীল ভেরিয়েবল (y) রয়েছে। সমীকরণের মোট সংখ্যা (সারিগুলির সংখ্যা) 300 ডলার, এবং আমি 40 সহগের সেটের জন্য সমাধান করতে চাই যা y এবং পূর্বাভাসিত মানের মধ্যে মোট যোগফলের বর্গ ত্রুটি হ্রাস করে। …

11 machine-learning  regression  algorithms  genetic 

আর বেস ফাংশন glm()এমএলইয়ের জন্য ফিশার্স স্কোরিং ব্যবহার করে, যখন উপস্থিতগুলি glmnetএকই সমীকরণটি সমাধান করার জন্য স্থানাংক বংশদ্ভুত পদ্ধতি ব্যবহার করে। স্থায়ী বংশোদ্ভূত ফিশার স্কোরিংয়ের চেয়ে বেশি সময় সাশ্রয়ী, কারণ ফিশার স্কোরিং কিছু অন্যান্য ম্যাট্রিক্স অপারেশন ছাড়াও দ্বিতীয় ক্রম ডেরিভেটিভ ম্যাট্রিক্স গণনা করে। যা সম্পাদন করতে ব্যয়বহুল করে তোলে, যখন …

11 machine-learning  r  algorithms  optimization 

রিগ্রেশনের সাধারণ সংজ্ঞা (যতদূর আমি সচেতন) প্রদত্ত ইনপুট ভেরিয়েবলগুলির সেট থেকে অবিচ্ছিন্ন আউটপুট ভেরিয়েবলের পূর্বাভাস দিচ্ছে । লজিস্টিক রিগ্রেশন একটি বাইনারি শ্রেণিবদ্ধকরণ অ্যালগরিদম, সুতরাং এটি একটি শ্রেণিবদ্ধ আউটপুট উত্পাদন করে। এটি কি আসলেই একটি রিগ্রেশন অ্যালগরিদম? যদি তাই হয় তবে কেন?

11 algorithms  logistic-regression