মেশিন শেখার পরিসংখ্যান, কাগজপত্র শুরু?

কম্পিউটার প্রোগ্রামিং এবং প্রাথমিক সংখ্যা তত্ত্বের আমার পটভূমি রয়েছে তবে বাস্তব পরিসংখ্যান প্রশিক্ষণ নেই এবং সম্প্রতি "আবিষ্কার" করেছি যে পুরো কৌশলগুলির আশ্চর্যজনক পৃথিবীটি আসলে একটি পরিসংখ্যানগত বিশ্ব। দেখে মনে হচ্ছে ম্যাট্রিক্স ফ্যাক্টরীকরণ, ম্যাট্রিক্স সমাপ্তি, উচ্চ মাত্রিক টেনজার, এম্বেডিংস, ঘনত্বের অনুমান, বায়সিয়ান ইনফারেন্স, মার্কভ পার্টিশন, আইজেনভেেক্টর গণনা, পেজর্যাঙ্ক এই সমস্ত উচ্চ পরিসংখ্যান কৌশল এবং মেশিন লার্নিং আলগোরিদিমগুলি এই জাতীয় জিনিস ব্যবহার করে যা প্রচুর পরিসংখ্যান ব্যবহার করে ।

আমার লক্ষ্য হ'ল প্রবন্ধগুলি এবং ব্যবহৃত পরিসংখ্যানগত যুক্তিগুলি বোঝার সময়, এই জাতীয় বিষয়গুলি নিয়ে কাগজপত্রগুলি পড়তে এবং আলগোরিদিমগুলি প্রয়োগ বা তৈরি করতে সক্ষম হবেন। আমি অনুমান করি যে সবচেয়ে কঠিন জিনিসটি ম্যাট্রিক্সের সাথে জড়িত সমস্ত প্রমাণ অনুসরণ করা।

কোন প্রাথমিক কাগজপত্র আমাকে শুরু করতে পারে? বা অনুশীলন সহ একটি ভাল পাঠ্যপুস্তক যার মাধ্যমে কাজ করার উপযুক্ত?

বিশেষত, কিছু কাগজপত্র যা আমি পুরোপুরি বুঝতে চাই তা হ'ল:

machine-learning estimation

— ক্রিস স্ট্রিংফেলো
সূত্র

আপনি কি ইতিমধ্যে ম্যাট্রিকের সাথে পরিচিত, যেমন একটি প্রয়োগিত রৈখিক বীজগণিত কোর্সের মাধ্যমে, বা আপনি যা শিখতে চাইছেন সেই অংশটি? আমি বলব যে আপনি যে তালিকার দিয়েছেন তার প্রথমার্ধটি এমন বিষয় যা উচ্চ পরিসংখ্যান কৌশলগুলির চেয়ে পরিসংখ্যানগুলিতে গুরুত্বপূর্ণ (যা আমাকে বিপরীত দিকে যেতে বলে আঘাত করে)। পরিসংখ্যান মেশিন শেখার জন্য প্রস্তাবিত বইগুলিতে এখানে বেশ কয়েকটি প্রশ্ন রয়েছে। আমি আপনাকে পরামর্শ দিতে চাই যে আপনি যে নির্দিষ্ট কাগজপত্রগুলি বুঝতে পেরেছেন সেগুলির দুটি বা একটি নির্দিষ্ট কাগজ সরবরাহ করুন; এটি আপনার প্রাপ্ত উত্তরগুলিকে আরও ভালভাবে ফোকাস করতে সহায়তা করবে।

— কার্ডিনাল

হ্যাঁ, ম্যাট্রিক্সের সাথে পরিচিত, লিনিয়ার বীজগণিতের মাধ্যমে এবং ভেক্টর স্পেস, ভিত্তি, নীতিগুলির ধারণা সহ, তবে আমি এলইউ ফ্যাক্টেরাইজেশনের মতো বিষয়গুলি সম্পূর্ণরূপে বুঝতে পারি না, যদিও আমি গ্রাম-শ্মিট অরথোগোনালাইজেশন এবং অব্যক্ত কুইআর অ্যালগরিদম সম্পর্কে মোটামুটি পরিষ্কার though তারা কেন কাজ করে সে সম্পর্কে সম্পূর্ণ পরিষ্কার নয় । এছাড়াও আমি বুঝতে পারি না কীভাবে লোকেরা এগেনভেেক্টর অ্যালগরিদম না করে এটি এলোমেলো ম্যাট্রিক্সের জন্য ইগেনভেেক্টরগুলি অর্জন করতে পারে ।

— ক্রিস স্ট্রিংফেলো

আমি কর্সেরার উপর অ্যান্ড্রু এনজিএস মেশিন লার্নিং কোর্সের সুপারিশ করব, এটি সমস্ত বেসিকগুলিতে একটি দুর্দান্ত কভারেজ দেয় does আপনি যদি সম্ভাব্য গ্রাফিকাল মডেল ড্যাফনে কলার্স কোর্সের সাথে কিছু করার জন্য অধ্যয়ন করছেন তবে তাও একবার দেখার জন্য ভাল।

এই স্ব গবেষণা সম্পদের জন্য একটি গুপ্তধন খুবই http://ragle.sanukcode.net/articles/machine-learning-self-study-resources/ ঔষধি গ্রসম্যান এর বক্তৃতা অসাধারণ।

আমি এই বইটি https://www.openintro.org/stat/textbook.php হিসাবেও সুপারিশ করেছি যেহেতু আমি এখনও সর্বদা নিজেকে শিখি এবং পরিসংখ্যানগুলি আমার পটভূমি নয়!

আমার দুটি সেন্ট জিনিস এবং কাগজপত্রের গণিতের দিক থেকে ফিরে আসে যদিও ব্যাকগ্রাউন্ডের গণিতে খুব বেশি ধরা পড়ে না। বুনিয়াদিগুলি শিখুন এবং আপনি যে কাগজপত্রগুলি উল্লিখিত ছিলেন সেগুলি কাগজপত্রগুলি উল্লেখ করুন এবং দেখুন সেগুলি আরও সহজ (সম্ভবত আপনি কিছু বুঝতে পারেন যাতে আপনি বুঝতে পারেন এমন কিছু কাগজপত্র ফিরে যেতে হবে - আমি নিজে যা করি তা এখানে আছে) এমএলে গণিতের বিভিন্ন উপাদান এবং একটি খরগোশের গর্তটি চুষে ফেলা সহজ (আবার এমন কিছু যা আমি নিজেকে একাধিকবার করেছি!)।

শুভকামনা, এটি একটি সত্যই আকর্ষণীয় ক্ষেত্র!

— জিম
সূত্র