প্রশ্ন ট্যাগ «sampling»

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 

পাইথনে মোটামুটি নতুন তবে কিছু শ্রেণিবিন্যাসের তথ্যের ভিত্তিতে আমার প্রথম আরএফ মডেল তৈরি করছে। আমি সমস্ত লেবেলগুলিকে int64 সংখ্যাসূচক ডেটাতে রূপান্তর করেছি এবং একটি অদ্ভুত অ্যারে হিসাবে এক্স এবং ওয়াইতে লোড করেছি, তবে আমি যখন মডেলগুলি প্রশিক্ষণের চেষ্টা করছি তখন আমি একটি ত্রুটি মারছি। আমার অ্যারেগুলি দেখতে এখানে কী: >>> …

21 python  scikit-learn  sampling 

আমি আমার ভারসাম্যহীন ডেটাসেটের এলোমেলো বন মডেল চালানোর জন্য পাইথন ব্যবহার করি (লক্ষ্য পরিবর্তনশীলটি বাইনারি ক্লাস ছিল)। প্রশিক্ষণ এবং ডেটাসেট পরীক্ষা করার সময়, আমি স্ট্র্যাটেড স্যাম্পলিং (প্রদর্শিত কোডের মতো) ব্যবহার করব কিনা তা নিয়ে লড়াই করেছি। এখনও অবধি, আমি আমার প্রকল্পে পর্যবেক্ষণ করেছি যে স্তরিত কেসটি একটি উচ্চতর মডেল পারফরম্যান্সের …

14 machine-learning  python  random-forest  sampling  training 

উইকিপিডিয়া পৃষ্ঠা উদ্ধৃতি চিহ্ন "পরিসংখ্যানগত শিক্ষণ উপাদানসমূহ" বলেছেন: সাধারণত, সঙ্গে একটি শ্রেণীবিন্যাস সমস্যার জন্য বৈশিষ্ট্য, ⌊ √ppp বৈশিষ্ট্যগুলি প্রতিটি বিভক্তিতে ব্যবহৃত হয়।⌊p–√⌋⌊p⌋\lfloor \sqrt{p}\rfloor আমি বুঝতে পারি যে এটি মোটামুটি ভাল শিক্ষিত অনুমান এবং এটি সম্ভবত অভিজ্ঞতাগত প্রমাণ দ্বারা নিশ্চিত করা হয়েছিল, তবে এর অন্যান্য কারণগুলি কি কারণ বর্গমূলকে বেছে নেওয়া …

14 statistics  random-forest  optimization  evaluation  sampling 

আমি মেশিন লার্নিংয়ের একটি শিক্ষানবিশ এবং আমি একটি পরিস্থিতির মুখোমুখি হয়েছি। আইপিন ইউ ডেটাসেটের সাথে আমি রিয়েল টাইম বিডিং সমস্যা নিয়ে কাজ করছি এবং আমি ক্লিকের পূর্বাভাস দেওয়ার চেষ্টা করছি। জিনিসটি হ'ল আপনি যেমন জানেন যে ডেটাসেটটি খুব ভারসাম্যহীন: প্রায় 1 টি ইতিবাচক উদাহরণের জন্য 1300 নেতিবাচক উদাহরণ (ক্লিক নয়) …

14 machine-learning  dataset  sampling 

আমাদের কেন ভারসাম্যহীনতার ভারসাম্য মোকাবেলা করতে হবে তা জানতে হবে। আমি কীভাবে এটির মোকাবিলা করতে এবং সমস্যা সমাধানের বিভিন্ন পদ্ধতি যা স্যাম্পলিং বা ডাউন স্যাম্পলিংয়ের মাধ্যমে বা স্মোট ব্যবহার করে সমাধান করা যায় তা আমি জানি। উদাহরণস্বরূপ, যদি আমার মধ্যে বিরল রোগ হয় 100 এর মধ্যে 1 শতাংশ, এবং বলি …

12 classification  dataset  sampling  class-imbalance 

আমার ব্যবহার করা উচিত ন্যূনতম, সর্বাধিক এবং "যুক্তিসঙ্গত" পরিমাণগুলির সাথে সম্পর্কিত কোনও নিয়ামক (বা প্রকৃত নিয়ম) কি আছে? বিশেষত আমি টেনসরফ্লো এবং num_unitsসম্পত্তি থেকে বেসিকএলএসটিএমসেল সম্পর্কিত করছি । অনুগ্রহ করে ধরে নিই যে আমার দ্বারা শ্রেণিবদ্ধকরণের সমস্যা রয়েছে: t - number of time steps n - length of input vector …

12 rnn  machine-learning  r  predictive-modeling  random-forest  python  language-model  sentiment-analysis  encoding  machine-learning  deep-learning  neural-network  dataset  caffe  classification  xgboost  multiclass-classification  unbalanced-classes  time-series  descriptive-statistics  python  r  clustering  machine-learning  python  deep-learning  tensorflow  machine-learning  python  predictive-modeling  probability  scikit-learn  svm  machine-learning  python  classification  gradient-descent  regression  research  python  neural-network  deep-learning  convnet  keras  python  tensorflow  machine-learning  deep-learning  tensorflow  python  r  bigdata  visualization  rstudio  pandas  pyspark  dataset  time-series  multilabel-classification  machine-learning  neural-network  ensemble-modeling  kaggle  machine-learning  linear-regression  cnn  convnet  machine-learning  tensorflow  association-rules  machine-learning  predictive-modeling  training  model-selection  neural-network  keras  deep-learning  deep-learning  convnet  image-classification  predictive-modeling  prediction  machine-learning  python  classification  predictive-modeling  scikit-learn  machine-learning  python  random-forest  sampling  training  recommender-system  books  python  neural-network  nlp  deep-learning  tensorflow  python  matlab  information-retrieval  search  search-engine  deep-learning  convnet  keras  machine-learning  python  cross-validation  sampling  machine-learning 

আমি একটি অ্যাপ্লিকেশন প্রোটোটাইপ করছি এবং কিছু উত্পন্ন বাক্যগুলিতে বিভ্রান্তি গণনা করতে আমার একটি ভাষা মডেল প্রয়োজন। অজগরটিতে কি আমি সহজেই ব্যবহার করতে পারি এমন কোনও প্রশিক্ষিত ভাষার মডেল রয়েছে? কিছু সাধারণ মত model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert junior …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

আমি এমন পরিস্থিতির মুখোমুখি হচ্ছি যেখানে কোনও ডেটাসেটে ইতিবাচক এবং নেতিবাচক উদাহরণগুলির সংখ্যা ভারসাম্যহীন। আমার প্রশ্ন হ'ল, থাম্বের এমন কোনও নিয়ম রয়েছে যা আমাদের জানান যে কখন আমাদের ডেটাসেটে একরকম ভারসাম্য বজায় রাখার জন্য বৃহত বিভাগটি সাবমেল করা উচিত। উদাহরণ: যদি ইতিবাচক উদাহরণগুলির সংখ্যা 1000 এবং নেতিবাচক উদাহরণগুলির সংখ্যা 10,000 …

10 classification  dataset  sampling  class-imbalance 

আমি ভাবছি শ্রেণীবদ্ধকরণ সমস্যার জন্য কোন ধরণের মডেল ক্রস-বৈধতা চয়ন করতে হবে: কে-ভাঁজ বা এলোমেলো উপ-নমুনা (বুটস্ট্র্যাপ নমুনা)? আমার সর্বোত্তম অনুমানটি হ'ল প্রশিক্ষণের জন্য ডেটা সেট (যা 1000 ডলার আইটেম) 2/3 এবং বৈধতার জন্য 1/3 ব্যবহার করা। এই ক্ষেত্রে কে-ফোল্ড কেবল তিনটি পুনরাবৃত্তি (ভাঁজ) দেয় যা স্থির গড় ত্রুটি দেখতে …

10 cross-validation  sampling