পরিসংখ্যান এবং বড় তথ্য

মিশ্র ইফেক্ট মডেলিংয়ের ক্ষেত্রে নেতাদের থেকে নীচের ব্লক কোটেশনটি দাবি করেছে যে র্যান্ডম এফেক্টস ('জেডসিপি' মডেল) এর মধ্যে শূন্য পারস্পরিক সম্পর্কযুক্ত মডেলগুলিতে স্থানাঙ্ক পরিবর্তনগুলি মডেল পূর্বাভাসকে পরিবর্তন করে। কিন্তু, কেউ কি তাদের দাবির বিষয়ে বিস্তারিত বা আরও ব্যাখ্যা করতে পারে? প্রশ্নগুলিতে থাকা বিবৃতিগুলি বেটস এট আল এর 2015 এর পেপার …

25 r  mixed-model  lme4-nlme 

আমি কিছু সংখ্যক পরীক্ষা নিরীক্ষা করছি যা লগনরমাল ডিস্ট্রিবিউশন নমুনা তৈরি করে এবং দুটি পদ্ধতি দ্বারা মুহুর্তগুলি অনুমান করার চেষ্টা করছি: :X∼LN(μ,σ)X∼LN(μ,σ)X\sim\mathcal{LN}(\mu, \sigma)E[Xn]E[Xn]\mathbb{E}[X^n] of নমুনা গড়ের দিকেXnXnX^n জন্য নমুনা অর্থ ব্যবহার করে এবং অনুমান করা , এবং তারপরে লগনরমাল বিতরণের জন্য আমাদের কাছে ।μμ\muσ2σ2\sigma^2log(X),log2(X)log⁡(X),log2⁡(X)\log(X), \log^2(X)E[Xn]=exp(nμ+(nσ)2/2)E[Xn]=exp⁡(nμ+(nσ)2/2)\mathbb{E}[X^n]=\exp(n \mu + (n \sigma)^2/2) প্রশ্নটি …

25 estimation  bias  lognormal  moments 

লোকেরা প্রায়শই বলে যে কোনও ইভেন্টের 50-60% হওয়ার সম্ভাবনা রয়েছে। কখনও কখনও আমি এমনকি লোকদের সম্ভাব্যতার কার্যভারগুলিতে সুস্পষ্ট ত্রুটি বার দিতে দেখি। এই বিবৃতিগুলির কোনও অর্থ আছে বা এগুলি কি অন্তর্নিহিতভাবে অজ্ঞাতসারে এমন একটি নির্দিষ্ট সংখ্যা বেছে নেওয়ার জন্য কেবল অস্বস্তির একটি ভাষাগত কীর্তি?

25 probability  error 

আমি ভাবছিলাম, নীতিগত / তাত্ত্বিক মেশিন লার্নিং কেন এত গুরুত্বপূর্ণ? একজন মানুষ হিসাবে ব্যক্তিগত দৃষ্টিকোণ থেকে, আমি বুঝতে পারি যে মূলত মেশিন লার্নিং কেন গুরুত্বপূর্ণ হবে: মানুষ তারা কী করছে তা বোঝার মতো, আমরা বোঝার জন্য সৌন্দর্য এবং সন্তুষ্টি পাই। তত্ত্বের দৃষ্টিকোণ থেকে গণিত মজাদার যখন এমন নীতি থাকে যা …

25 machine-learning  neural-networks  conv-neural-network  theory 

পরিবর্তনশীল গুরুত্বের র‌্যাঙ্কিংয়ের ক্ষেত্রে (সমস্ত ধরণের মাল্টিভারিয়েট মডেলের প্রসঙ্গে) আমি কিছুটা নিলিল হয়ে গেছি । প্রায়শই আমার কাজ চলাকালীন আমাকে অন্য একটি দলকে একটি পরিবর্তনশীল গুরুত্বের র‌্যাঙ্কিং উত্পাদন করতে বা আমার নিজস্ব কাজ থেকে একটি পরিবর্তনশীল গুরুত্বের র‌্যাঙ্কিং তৈরি করতে সহায়তা করতে বলা হয়। এই অনুরোধের প্রতিক্রিয়া হিসাবে, আমি নিম্নলিখিত …

25 multiple-regression  multivariate-analysis  importance 

জেনেসের "প্রব্যাবিলিটি থিওরি: দ্য লজিক অফ সায়েন্স" বইয়ে , জেনেসের একটি অধ্যায় (সিএইচ 18) রয়েছে " বিতরণ এবং ধারাবাহিকতার নিয়ম " শিরোনামে তিনি A p বিতরণের ধারণাটি উপস্থাপন করেছেন , যা এই অনুচ্ছেদে চিত্রিত করতে সহায়তা করে:ApApA_pApApA_p [...] এটি দেখতে, নতুন তথ্য পাওয়ার কী প্রভাব রয়েছে তা কল্পনা করুন। ধরা …

25 probability  bayesian  beta-distribution 

আমি ইদানীং বড় ডেটা সেটগুলির সাথে কাজ করছি এবং স্ট্রিমিং পদ্ধতির প্রচুর কাগজপত্র পেয়েছি। কয়েকটি নাম রাখার জন্য: অনুসরণ-নিয়মিত-নেতা ও মিরর উৎরাই: Equivalence এইটার উপপাদ্য এবং এটি L1 নিয়মিতকরণ ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf ) স্ট্রিমড লার্নিং: ওয়ান-পাস এসভিএম ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf ) পেগাসোস: এসভিএমের জন্য প্রাথমিক অনুমানযুক্ত সাব-গ্রাডিয়েন্ট সল্ভার http://ttic.uchicago.edu/~nati/ প্রজাতন্ত্র / পেগাসোসএমপিবি.পিডিএফ …

25 machine-learning  references  large-data  online 

সিভির সর্বকালের ক্লাসিকগুলি পড়ে আমি একটি বিবৃতি পেলাম যা আমি স্পষ্ট করতে চাই। এটি পোস্ট এবং আমার প্রশ্নটি সমাপ্ত মন্তব্যগুলিকে বোঝায়: "আমি মনে রাখতে হবে যে আমি সবে যে জ্ঞান দিয়েছি তা সমস্তই কিছুটা অপ্রচলিত; এখন আমাদের কম্পিউটার রয়েছে, আমরা টি-টেস্টের চেয়ে আরও ভাল করতে পারি Frank ফ্র্যাঙ্ক নোট হিসাবে …

25 hypothesis-testing  t-test  permutation-test  wilcoxon-mann-whitney 

yসাধারণ ভবিষ্যদ্বাণীকের কাছ থেকে গণনার ডেটা পূর্বাভাস দেওয়ার একটি বাধা মডেল বিবেচনা করুন x: set.seed(1839) # simulate poisson with many zeros x <- rnorm(100) e <- rnorm(100) y <- rpois(100, exp(-1.5 + x + e)) # how many zeroes? table(y == 0) FALSE TRUE 31 69 এই ক্ষেত্রে, আমার কাছে …

25 r  count-data  zero-inflation 

আমি বর্তমানে কঠিন গণনা ডেটার (নির্ভরশীল ভেরিয়েবল) সঠিক মডেল সন্ধানের সাথে লড়াই করছি। আমি বিভিন্ন ধরণের মডেল (মিশ্রিত প্রভাবগুলির মডেলগুলি আমার ধরণের ডেটার জন্য প্রয়োজনীয়) যেমন lmerএবং lme4(লগ রূপান্তর সহ) পাশাপাশি গৌসিয়ান বা নেতিবাচক দ্বিপদী হিসাবে বিভিন্ন পরিবারের সাথে রৈখিক মিশ্রিত প্রভাব মডেলগুলি চেষ্টা করেছি tried তবে ফলস্বরূপ ফিটগুলি কীভাবে …

25 generalized-linear-model  residuals  negative-binomial  count-data  glmm 

সর্বাধিক সম্ভাবনার প্রাক্কলন প্রায়শই পক্ষপাতদুষ্ট অনুমানকারীগুলির মধ্যে আসে (যেমন, নমুনার বৈকল্পিকতার জন্য এটির অনুমান গাউসীয় বিতরণের জন্য পক্ষপাতদুষ্ট)। তাহলে কী এত জনপ্রিয় হয়েছে? কেন এটি এত ব্যবহার করা হয়? এছাড়াও, বিশেষত কোনটি বিকল্প পদ্ধতির চেয়ে ভাল করে তোলে - মুহুর্তের পদ্ধতি? এছাড়াও, আমি লক্ষ করেছি যে গাউসের পক্ষে, এমএলই অনুমানের …

25 normal-distribution  maximum-likelihood  method-of-moments 

আমি জানি যে পদার্থবিজ্ঞান এবং গণিত সম্প্রদায়গুলি একেবারে আরএক্সেভের মধ্যে রয়েছে তবে স্ট্যাটাস সম্প্রদায়ের কী হবে? জমা দেওয়ার আগে কি সেখানে পোস্ট করার রীতি আছে?

25 references  academia 

আমি একটি নিবন্ধ পড়েছি বলেছি যে পরিকল্পিত বৈসাদৃশ্যগুলি ব্যবহার করার সময় এটি বোঝার জন্য যে একরকমভাবে আনোভা আলাদা, কনস্ট্রাস্টগুলি অরথোগোনাল হওয়া উচিত যাতে সেগুলি অনিয়ন্ত্রিত হয় এবং প্রথম ধরণের ত্রুটিটিকে স্ফীত হওয়া থেকে রোধ করে। আমি বুঝতে পারি না যে অर्थোগোনালটির অর্থ কোনও পরিস্থিতিতে অসামঞ্জস্যযুক্ত। আমি এর চাক্ষুষ / স্বজ্ঞাত …

25 correlation  independence 

আমি সময়ের সাথে কিছু নির্দিষ্ট ভেরিয়েবলের মান (~ 15) কীভাবে পরিবর্তিত হয় তা দেখাতে চাই তবে আমি প্রতি বছরে কীভাবে ভেরিয়েবলগুলি একে অপরের থেকে পৃথক হয় তাও প্রদর্শন করতে চাই। সুতরাং আমি এই প্লটটি তৈরি করেছি: এমনকি রঙিন স্কিম পরিবর্তন করার সময় বা বিভিন্ন লাইন / আকারের ধরণ যুক্ত করার …

25 r  data-visualization 

মনে করুন আমি একটি রিগ্রেশন চালাচ্ছি । কেন এক্স এর শীর্ষ কে নীতি উপাদান নির্বাচন করে, মডেলটি ওয়াইয়ের উপর তার ভবিষ্যদ্বাণীপূর্ণ শক্তি ধরে রাখে ?ওয়াই। এক্সY∼XY \sim Xএক্স ওয়াইটkkএক্সXXওয়াইYY আমি বুঝতে পারি যে মাত্রিকতা-হ্রাস / বৈশিষ্ট্য-নির্বাচনের দৃষ্টিকোণ থেকে, যদি v_1, v_2, ... v_k শীর্ষ কে ইগেনভ্যালুগুলির সাথে এক্সেরবনাম1, ভি2, । …

25 regression  classification  pca  dimensionality-reduction  regularization