আমি মার্ক ভ্যান ডার লানের কিছু কাগজপত্র বোঝার চেষ্টা করছি। তিনি বার্কলেতে একজন তাত্ত্বিক পরিসংখ্যানবিদ যিনি মেশিন লার্নিংয়ের সাথে উল্লেখযোগ্যভাবে ওভারল্যাপ সমস্যা নিয়ে কাজ করছেন। আমার (গভীর গণিতের পাশাপাশি) একটি সমস্যা হ'ল তিনি প্রায়শই সম্পূর্ণ ভিন্ন পরিভাষা ব্যবহার করে পরিচিত মেশিন লার্নিং পদ্ধতির বর্ণনা দিয়ে শেষ করেন। তার অন্যতম প্রধান ধারণা "লক্ষ্যবস্তু সর্বাধিক সম্ভাবনা প্রত্যাশা"।
টিএমএলএর নিয়ন্ত্রণহীন পরীক্ষা থেকে সেন্সর করা পর্যবেক্ষণের তথ্য বিশ্লেষণ করতে এমনভাবে ব্যবহার করা হয় যা বিস্মৃতকর কারণগুলির উপস্থিতিতেও প্রভাব অনুমানের অনুমতি দেয়। আমি দৃ strongly়ভাবে সন্দেহ করি যে একই মতবাদের অনেকগুলি অন্যান্য নামে অন্যান্য নামে বিদ্যমান, তবে আমি এখনও এটিকে কোনও কিছুর সাথে সরাসরি মেলে যথেষ্ট বুঝতে পারি না।
"কম্পিউটেশনাল ডেটা অ্যানালাইসিস" -এর ব্যবধানটি সরিয়ে নেওয়ার একটি প্রচেষ্টা এখানে রয়েছে:
এবং পরিসংখ্যানবিদদের জন্য একটি ভূমিকা এখানে:
লক্ষ্যযুক্ত সর্বাধিক সম্ভাবনা ভিত্তিক কার্যকারিতা: প্রথম খণ্ড Part
দ্বিতীয় থেকে:
এই নিবন্ধে, আমরা একাধিক সময় পয়েন্ট হস্তক্ষেপের কার্যকারণ প্রভাব একটি নির্দিষ্ট লক্ষ্যমাত্রা সর্বাধিক সম্ভাবনা অনুমানকারী বিকাশ। এর মধ্যে জি-গণনা সূত্রের অজানা কারণগুলির প্রাথমিক অনুমানের জন্য ক্ষতি-ভিত্তিক সুপার-লার্নিংয়ের ব্যবহার জড়িত এবং পরবর্তী সময়ে প্রতিটি অনুমান করা ফ্যাক্টরের জন্য টার্গেট-প্যারামিটার নির্দিষ্ট অনুকূল ওঠানামা ফাংশন (কমপক্ষে অনুকূল প্যারামেট্রিক সাব মডেল) প্রয়োগ করা, সর্বাধিক সম্ভাবনা অনুমান সহ ওঠানামা পরামিতি (গুলি) অনুমান করা, এবং একত্রিত হওয়া অবধি প্রাথমিক ফ্যাক্টরের এই আপডেটিং পদক্ষেপটির পুনরাবৃত্তি করা। এই পুনরাবৃত্তিকে লক্ষ্যবস্তু সর্বাধিক সম্ভাবনা আপডেট করার ধাপটি কার্যকারণ প্রভাবের ফলাফলের প্রাক্কলনকারীকে এই অর্থে দ্বিগুণ মজবুত করে তোলে যে প্রাথমিক অনুমানকারী উভয়ই সামঞ্জস্যপূর্ণ হলে এটি সামঞ্জস্যপূর্ণ, বা অনুকূল ওঠানামা ফাংশনের অনুমানকটি সামঞ্জস্যপূর্ণ। কার্যকারণ গ্রাফের নোডগুলির শর্তসাপেক্ষ বিতরণ যদি সঠিকভাবে নির্দিষ্ট হয় তবে অনুকূল ওঠানামা কার্যটি সঠিকভাবে নির্দিষ্ট করা হয়।
তাঁর পরিভাষায়, "সুপার লার্নিং" আ আ তাত্ত্বিকভাবে সাউন্ড অ-নেগেটিভ ওজন স্কিমের সাথে শেখা হয় learning তবে "প্রতিটি অনুমানিত ফ্যাক্টরের জন্য টার্গেট-প্যারামিটার নির্দিষ্ট অনুকূল ওঠানামা ফাংশন (কমপক্ষে অনুকূল প্যারামেট্রিক সাব মডেল) প্রয়োগ করে তিনি কী বোঝাতে চান"?
বা এটিকে তিনটি পৃথক প্রশ্নে বিভক্ত করে মেশিন লার্নিংয়ে কি টিএমএলএর সমান্তরাল রয়েছে, "ন্যূনতম অনুকূল প্যারামেট্রিক সাবমোডেল" কী এবং অন্যান্য ক্ষেত্রে "ওঠানামা কাজ" কী?