আমার প্রশ্নটি এতটা সহজ: যৌথ অনুমান কী? এবং এটি রিগ্রেশন বিশ্লেষণের প্রসঙ্গে কী বোঝায়? এটা কিভাবে সম্পন্ন করা হয়? আমি বেশ কিছুক্ষণ শক্তিশালী ইন্টারনেটে ঘুরেছিলাম তবে এই প্রশ্নের উত্তর খুঁজে পাই না।
আমার প্রশ্নটি এতটা সহজ: যৌথ অনুমান কী? এবং এটি রিগ্রেশন বিশ্লেষণের প্রসঙ্গে কী বোঝায়? এটা কিভাবে সম্পন্ন করা হয়? আমি বেশ কিছুক্ষণ শক্তিশালী ইন্টারনেটে ঘুরেছিলাম তবে এই প্রশ্নের উত্তর খুঁজে পাই না।
উত্তর:
যৌথ প্রাক্কলন হ'ল, সাধারণভাবে একই সময়ে দুটি (বা আরও) জিনিসের অনুমান করা। এটি কোনও নমুনা থেকে গড় এবং স্ট্যান্ডার্ড বিচ্যুতি অনুমান করার মতো সহজ হতে পারে।
প্রচুর সাহিত্যে এই শব্দটি ব্যবহৃত হয়েছে কারণ একটি বিশেষ অনুমানের পদ্ধতি ব্যবহার করতে হয়। এটি সাধারণত তখন ঘটে যখন একটি পরিমাণ অন্যের উপর নির্ভর করে এবং তদ্বিপরীতভাবে যাতে সমস্যার একটি বিশ্লেষণাত্মক সমাধান অক্ষম হয়। যৌথ অনুমান কীভাবে করা হয় তা পুরোপুরি সমস্যার উপর নির্ভর করে।
একটি পদ্ধতি যা "যৌথ মডেলিং" বা যৌথ অনুমানের জন্য প্রায়শই পপ আপ হয় হ'ল ইএম-অ্যালগরিদম। EM এর প্রত্যাশা - সর্বাধিকীকরণ for এই পদক্ষেপগুলি পরিবর্তন করে, ই-পদক্ষেপটি অনুপস্থিত তথ্যগুলিতে পূরণ করে যা অন্যথায় উপাদান A এর উপর নির্ভর করে এবং এম-পদক্ষেপটি বি বিয়ের জন্য অনুকূল অনুমানের সন্ধান করে E এবং M পদক্ষেপগুলি পুনরাবৃত্তি করে আপনি A এর সর্বাধিক সম্ভাবনা অনুমানের সন্ধান করতে পারবেন এবং বি, এইভাবে যৌথভাবে এই জিনিসগুলি অনুমান করুন।
একটি পরিসংখ্যানগত প্রসঙ্গে, "যৌথ অনুমান" শব্দটি অনুমানযোগ্যভাবে দুটি জিনিসের একটিকে বোঝাতে পারে:
এই দুটি অপশনের মধ্যে দ্বিতীয়টি একটি রসিকতা, তাই প্রায় অবশ্যই যৌথ অনুমানটি একই সাথে দুটি স্কেলারের পরামিতি একবারে অনুমান করে।
যৌথ অনুমান একই সময়ে দুই বা ততোধিক পরামিতি অনুমান করতে ডেটা ব্যবহার করে। পৃথক অনুমান প্রতিটি প্যারামিটারকে একবারে মূল্যায়ন করে।
অনুমানটি একধরণের অপ্টিমাইজেশন প্রক্রিয়ার ফলাফল। এ কারণে, পরিসংখ্যানগুলিতে অনন্য অনুমান সমাধানের অস্তিত্ব নেই। আপনি যদি নিজের লক্ষ্য পরিবর্তন করেন, তবে আপনি যা অনুকূল তা পরিবর্তন করুন। যখন আপনি প্রথমে রিগ্রেশন সম্পর্কিত জিনিসগুলি শিখেন তখন কেউ আপনাকে বলবে না যে আপনি কী করছেন। প্রশিক্ষকের লক্ষ্য হ'ল বিভিন্ন পরিস্থিতিতে কাজ করে এমন পদ্ধতি ব্যবহার করে আপনাকে একটি ডিগ্রি বেসিক কার্যকারিতা দেওয়া। শুরুতে, আপনি রিগ্রেশন সম্পর্কে শিখছেন না। পরিবর্তে, আপনি এক বা দুটি রিগ্রেশন পদ্ধতি শিখছেন যা বিস্তৃত পরিস্থিতিতে ব্যাপকভাবে প্রযোজ্য।
আপনি যে গোপন লক্ষ্য সমাধানের সমাধানের সন্ধান করছেন তা বুঝতে এটি কিছুটা কঠিন করে তোলে।
রিগ্রেশন প্রসঙ্গে কল্পনা নিম্নলিখিত বীজগাণিতিক অভিব্যক্তি সত্য
পৃথক অনুমানে, আপনি একবারে একটি প্যারামিটার অনুমান করবেন। যৌথ অনুমান হিসাবে, আপনি একবারে তাদের সমস্তটি অনুমান করবেন।
অনেক অনুমানের রুটিনে, আপনি অনুপস্থিত s এবং গুলি মুছবেন এবং সমস্ত সেট সম্পূর্ণ না হওয়া পর্যন্ত আপনি যে সেটটি কাজ করছেন তা হ্রাস করবেন। যদি আপনি পর্যাপ্ত ডেটা মুছে ফেলে থাকেন তবে এটির বৃহত সংখ্যক ব্যবহার করা আরও সঠিক হতে পারে
এখন এটি কীভাবে সম্পন্ন হয়। সমস্ত অনুমান, কয়েকটি ব্যতিক্রমী কেস বাদ দিয়ে ক্যালকুলাস ব্যবহার করে এমন একটি অনুমানকারী যা ক্ষতির কিছু প্রকার বা কিছু ধরণের ঝুঁকি হ্রাস করে find উদ্বেগটি হ'ল আপনি নিজের নমুনাটি বেছে নেওয়ার ক্ষেত্রে দুর্ভাগ্য হবেন। দুর্ভাগ্যক্রমে, ক্ষতির কার্যকারিতা রয়েছে। এছাড়াও অসীম সংখ্যক ঝুঁকি কার্য রয়েছে।
আমি আপনার জন্য বেশ কয়েকটি ভিডিও পেয়েছি কারণ এটি একটি দৈত্যিক বিষয়, যাতে আপনি এটিকে আরও সাধারণ আকারে দেখতে পারেন। তারা গাণিতিক সন্ন্যাসীর।
https://www.youtube.com/watch?v=6GhSiM0frIk
https://www.youtube.com/watch?v=5SPm4TmYTX0
https://www.youtube.com/watch?v=b1GxZdFN6cY
এবং