এটি দক্ষ অনলাইন লিনিয়ার রিগ্রেশন দ্বারা অনুপ্রাণিত হয়েছিল , যা আমি খুব আকর্ষণীয় বলে মনে করি। বড় মাপের পরিসংখ্যানগত কম্পিউটিংয়ের জন্য এমন কোনও পাঠ্য বা সংস্থান রয়েছে যা মুখ্য স্মৃতিতে ফিট করার জন্য খুব বেশি ডেটাসেটের সাথে কম্পিউটিং রয়েছে এবং কার্যকরভাবে নমুনার ক্ষেত্রেও এটি বিচিত্র। উদাহরণস্বরূপ, কোনও অনলাইন ফ্যাশনে মিক্সড ইফেক্টের মডেলগুলি ফিট করা কি সম্ভব? এমএলই-র জন্য স্ট্যান্ডার্ড ২ য় অর্ডার অপ্টিমাইজেশন কৌশলগুলি 1 ম অর্ডার, এসজিডি-টাইপ কৌশলগুলির সাথে প্রতিস্থাপনের প্রভাবগুলি কি দেখেছেন?
আমি মনেকরি উত্তরটি সঠিক". অবশ্যই, এখানে সংজ্ঞাগুলির একটি বিট আছে। একজন ব্যক্তি যাকে "বৃহত্তর" হিসাবে বিবেচনা করে তা কখনও কখনও অন্যের থেকে খুব আলাদা হয়। আমার ধারণাটি হ'ল, উদাহরণস্বরূপ, অনেক একাডেমিক গবেষক নেটফ্লিক্স ডেটাসেটকে "বৃহত আকারের" হিসাবে বিবেচনা করেন, যখন অনেকগুলি শিল্প সেটিংসে এটি "পাণি" হিসাবে বিবেচিত হবে। প্রাক্কলন কৌশল হিসাবে, সাধারণত খুব বড় তথ্য সহ, গণনা দক্ষতা পরিসংখ্যানগত দক্ষতা ট্রাম্প। উদাহরণস্বরূপ, মুহুর্তের পদ্ধতি, অনেক ক্ষেত্রে এই সেটিংগুলিতে (প্রায়) পাশাপাশি এমএলই সম্পাদন করে এবং গণনা করা আরও সহজ হতে পারে ।
—
কার্ডিনাল
আপনি আধুনিক ম্যাসিভ ডেটা সেট (এমএমডিএস) এর জন্য অ্যালগরিদম সম্পর্কিত কর্মশালাও সন্ধান করতে পারেন। এটি তরুণ, তবে পরিসংখ্যান, প্রকৌশল এবং কম্পিউটার বিজ্ঞানের পাশাপাশি শিক্ষাবিদ এবং শিল্পের ইন্টারফেসগুলিতে স্পিকারগুলির একটি দুর্দান্ত চিত্তাকর্ষক সেট আঁকে।
—
কার্ডিনাল
এটি বেশ কয়েক দশক পরে যেহেতু বেশিরভাগ ডেটাসেটগুলি মূল স্মৃতিতে ফিট ছিল না এবং প্রারম্ভিক পরিসংখ্যান প্রোগ্রামগুলিতে ব্যবহৃত অ্যালগরিদমের পছন্দ এটি প্রতিফলিত করে। এই জাতীয় প্রোগ্রামগুলিতে মিশ্র-প্রভাবগুলির মডেলগুলির জন্য সুবিধা ছিল না।
—
onestop
আপনি কি ডেটা সেটের পরিসংখ্যান গণনা করতে সক্ষম? উদাহরণস্বরূপ, বা ডেটা আইটেমের গড় বলতে চান?
—
সম্ভাব্যতাব্লোগিক