প্রশ্ন ট্যাগ «loss-function»

আমি কেবল কিছু মেশিন লার্নিং দিয়েই শুরু করছি এবং এখন অবধি আমি এক ভেরিয়েবলের উপর লিনিয়ার রিগ্রেশন নিয়ে কাজ করছি। আমি শিখেছি একটি অনুমান আছে, যা: hθ(x)=θ0+θ1xhθ(x)=θ0+θ1xh_\theta(x)=\theta_0+\theta_1x এবং পরামিতিগুলির জন্য ভাল মানগুলি খুঁজে বের করার জন্য আমরা গণনা করা ফলাফল এবং আমাদের পরীক্ষার ডেটার প্রকৃত ফলাফলের মধ্যে পার্থক্য হ্রাস করতে …

73 machine-learning  linear-regression  loss-function 

আমি এই দুটি উত্স থেকে এনসিই (প্রার্থী নমুনার একটি ফর্ম) সম্পর্কে পড়েছি: টেনসরফ্লো রাইটিংআপ মূল কাগজ নিম্নলিখিত কেউ আমাকে কেউ সাহায্য করতে পারে: এনসিই কীভাবে কাজ করে তার একটি সহজ ব্যাখ্যা (আমি উপরেরটিকে পার্স করা এবং একটি বোঝার পক্ষে জটিল ধারণা পেয়েছি, সুতরাং এমন কোনও স্বজ্ঞাত যা এখানে উপস্থাপনিত গণিতের …

32 deep-learning  tensorflow  word-embeddings  sampling  loss-function 

আমি 100 সংখ্যার বৈশিষ্ট্য সহ 50 কে উদাহরণের মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মডেলটি প্রশিক্ষণের চেষ্টা করছি। XGBClassifierআমার মেশিনে 43 সেকেন্ডের মধ্যে 500 গাছ হ্যান্ডল করে, যখন GradientBoostingClassifier1 মিনিট 2 সেকেন্ডের মধ্যে কেবল 10 টি গাছ (!) পরিচালনা করে :( আমি কয়েক ঘন্টা লাগবে বলে 500 গাছ বাড়ানোর চেষ্টা করতে বিরক্ত করিনি। …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

নির্ভুলতার জন্য কোনটি ভাল বা সেগুলি একই? অবশ্যই, আপনি যদি শ্রেণিবদ্ধ_ক্রোসেন্টরোপি ব্যবহার করেন তবে আপনি একটি গরম এনকোডিং ব্যবহার করেন এবং আপনি যদি স্পার্স_ক্যাটরেগরিয়াল_ক্রসসেন্ট্রপি ব্যবহার করেন তবে সাধারণ সংখ্যার হিসাবে এনকোড করে থাকেন। অতিরিক্তভাবে, যখন অন্য একজনের থেকে ভাল হয়?

21 neural-network  keras  loss-function  encoding 

ধরা যাক আমার কাছে একটি তীরের একটি শীর্ষ-ডাউন ছবি রয়েছে এবং আমি এই তীরটি যে কোণটি তৈরি করেছে সে সম্পর্কে পূর্বাভাস দিতে চাই। এটি এবং ডিগ্রি বা এবং । সমস্যাটি হ'ল এই লক্ষ্যটি বিজ্ঞপ্তিযুক্ত, এবং ডিগ্রি হুবহু একই রকম যা আমি আমার টার্গেটে অন্তর্ভুক্ত করতে চাই, যা সাধারণীকরণকে উল্লেখযোগ্যভাবে সহায়তা …

15 neural-network  deep-learning  loss-function  parameter-estimation 

আমার অত্যন্ত ভারসাম্যহীন ডেটা সহ শ্রেণিবিন্যাসের সমস্যা রয়েছে। আমি পড়েছি যে ওভার ও আন্ডার স্যাম্পলিংয়ের পাশাপাশি আন্ডারপ্রেডেড শ্রেণিবদ্ধ আউটপুটগুলির জন্য ব্যয় পরিবর্তন করা আরও ভাল ফিটিংয়ের দিকে নিয়ে যাবে। এটি করার আগে টেনসরফ্লো প্রতিটি ইনপুটকে সংখ্যাগরিষ্ঠ গোষ্ঠী হিসাবে শ্রেণীবদ্ধ করে (এবং 90% এর বেশি নির্ভুলতা অর্জন করত, যেমনটি অর্থহীন)। আমি …

12 tensorflow  loss-function