পরিসংখ্যান এবং বড় তথ্য

লাসো রিগ্রেশন সহগের সংখ্যাগুলি শূন্যের দিকে সঙ্কুচিত করে, এভাবে কার্যকরভাবে মডেল নির্বাচন সরবরাহ করে। আমি বিশ্বাস করি যে আমার ডেটাতে নামমাত্র এবং অবিচ্ছিন্ন সহকারীদের মধ্যে অর্থপূর্ণ মিথস্ক্রিয়া রয়েছে। অগত্যা, তবে সত্যিকারের মডেলটির 'মূল প্রভাবগুলি' অর্থবহ (শূন্য নয়)। সত্যিকারের মডেলটি অজানা বলে অবশ্যই আমি এটি জানি না। আমার উদ্দেশ্যগুলি হ'ল প্রকৃত …

25 machine-learning  lasso  glmnet  shrinkage  penalized 

বন্ধ । এই প্রশ্নটি মতামত ভিত্তিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে পোস্টটি সম্পাদনা করে সত্য এবং উদ্ধৃতি দিয়ে উত্তর দেওয়া যায় । বন্ধ 2 বছর আগে । সাধারণভাবে গভীর শিক্ষণ এবং নিউরাল নেটওয়ার্কগুলির সাথে মৌলিক সমস্যা। প্রশিক্ষণ ডেটা ফিট …

25 machine-learning  neural-networks  svm  deep-learning 

সুবিধাগুলি কী কী, কেন একটি গভীর নেটওয়ার্কে একাধিক এলএসটিএম ব্যবহার করা হবে? আমি একটি ইনপুট হিসাবে ইনপুটগুলির ক্রমটি উপস্থাপন করতে একটি LSTM ব্যবহার করছি। সুতরাং একবার আমি যে একক উপস্থাপনা - কেন আমি আবার এটি মাধ্যমে পাস হবে? আমি এটি জিজ্ঞাসা করছি কারণ আমি প্রাকৃতিক ভাষার প্রজন্মের প্রোগ্রামে এটি দেখেছি।

25 classification  neural-networks  deep-learning  lstm  rnn 

আমরা ধরে নিচ্ছি আমাদের পরিসংখ্যান θ(⋅)θ(⋅)\theta(\cdot) হ'ল কিছু ডেটা X1,…XnX1,…XnX_1, \ldots X_n ফাংশন যা বিতরণ ফাংশন থেকে আঁকা FFF; আমাদের নমুনা গবেষণামূলক বন্টন ফাংশন এফ । সুতরাং θ ( এফ ) পরিসংখ্যাত একটি এলোপাতাড়ি ভেরিয়েবলের এবং হিসাবে দেখা হয় θ ( এফ ) পরিসংখ্যাত এর বুটস্ট্র্যাপ সংস্করণ। আমরা ডি ∞ …

25 probability  mathematical-statistics  bootstrap  asymptotics  consistency 

সংশোধিত রৈখিক ইউনিটগুলির (রেইলইউ) অ্যাক্টিভেশন ফাংশনগুলিকে কেন অ-রৈখিক হিসাবে বিবেচনা করা হয়? f(x)=max(0,x)f(x)=max(0,x) f(x) = \max(0,x) এগুলি লিনিয়ার হয় যখন ইনপুটটি ইতিবাচক হয় এবং গভীর নেটওয়ার্কগুলির প্রতিনিধি শক্তি আনলক করার জন্য আমার বোঝার থেকে অ-লিনিয়ার অ্যাক্টিভেশনগুলি আবশ্যক, অন্যথায় পুরো নেটওয়ার্কটি একটি স্তর দ্বারা প্রতিনিধিত্ব করা যেতে পারে।

25 neural-networks  deep-learning 

আমি পরীক্ষাগারের মানগুলি সহ উচ্চ-মাত্রিক ক্লিনিকাল ডেটা ব্যবহার করে একটি ভবিষ্যদ্বাণীমূলক মডেল বিকাশের চেষ্টা করছি। 5 কে স্যাম্পল এবং 200 ভেরিয়েবলের সাথে ডেটা স্পেস বিচ্ছিন্ন। বৈশিষ্ট্য নির্বাচন পদ্ধতি (আইজি, আরএফ ইত্যাদি) ব্যবহার করে ভেরিয়েবলগুলি র‌্যাঙ্ক করা এবং ভবিষ্যদ্বাণীমূলক মডেল বিকাশের জন্য শীর্ষস্থানীয় বৈশিষ্ট্যগুলি ব্যবহার করার ধারণাটি The বৈশিষ্ট্য নির্বাচন যখন …

25 machine-learning  missing-data 

ধরা যাক আমাদের ডাইমেনশনাল ভেক্টর প্যারামিটার দিয়ে একটি ডিরিচলেট বিতরণ রয়েছে । এই বিতরণ থেকে আমি কীভাবে একটি নমুনা (একটি মাত্রিক ভেক্টর) আঁকতে পারি ? আমার একটি (সম্ভবত) সহজ ব্যাখ্যা দরকার।KKKα⃗ =[α1,α2,...,αK]α→=[α1,α2,...,αK]\vec\alpha = [\alpha_1, \alpha_2,...,\alpha_K]KKK

25 sampling  dirichlet-distribution 

দাবিটি কি স্বাধীন র্যান্ডম ভেরিয়েবলের ফাংশনগুলি নিজেরাই স্বাধীন, সত্য? আমি দেখেছি যে ফলাফলটি প্রায়শই কিছু প্রমাণগুলিতে অন্তর্নিহিতভাবে ব্যবহৃত হয়, উদাহরণস্বরূপ, নমুনা গড়ের এবং একটি সাধারণ বন্টনের নমুনার পরিবর্তনের মধ্যে স্বতন্ত্রতার প্রমাণ হিসাবে, তবে আমি এর পক্ষে ন্যায়সঙ্গততা খুঁজে পাইনি। দেখে মনে হচ্ছে কিছু লেখক এটিকে প্রদত্ত হিসাবে গ্রহণ করেছেন তবে …

25 probability  self-study  random-variable  independence 

সম্প্রতি আমি মেশিন লার্নিং অধ্যয়ন শুরু করেছি, তবে আমি লজিস্টিক রিগ্রেশনের পিছনে অন্তর্নিহিত বুঝতে পারি নি । নীচে লজিস্টিক রিগ্রেশন সম্পর্কে তথ্য যা আমি বুঝতে পারি। অনুমানের ভিত্তি হিসাবে আমরা সিগময়েড ফাংশন ব্যবহার করি । আমি বুঝতে পারছি না কেন এটা একটি সঠিক পছন্দ, তবে কেন এটা শুধুমাত্র পছন্দ আমি …

25 regression  machine-learning  logistic 

সুতরাং, আমি মনে করি যে আমার কাছে ঘন ঘন সম্ভাবনার সম্ভাবনা এবং পরিসংখ্যানগত বিশ্লেষণের মূল বিষয়গুলি (এবং এটি কীভাবে খারাপভাবে ব্যবহার করা যেতে পারে) সম্পর্কে একটি শালীন উপলব্ধি রয়েছে। একটি ক্রমবর্ধমান বিশ্বে, "এই বিতরণটি কি সেই বিতরণ থেকে আলাদা" হিসাবে এই জাতীয় প্রশ্ন জিজ্ঞাসা করা বোধগম্য হয়, কারণ বিতরণগুলি বাস্তব, …

25 distributions  bayesian 

বৈশিষ্ট্যগুলির সেট সহ আমার একটি ডেটা সেট রয়েছে। তাদের মধ্যে কিছু বাইনারি সক্রিয় বা বরখাস্ত, নিষ্ক্রিয় বা সুপ্ত), এবং প্রকৃত মূল্যবান, যেমন ।(1=(1=(1=0=0=0=4564.3424564.3424564.342 আমি এই ডেটাটি একটি মেশিন লার্নিং অ্যালগরিদমগুলিতে ফিড করতে চাই, তাই আমি সমস্ত আসল-মূল্যবান বৈশিষ্ট্যগুলি স্কোর করি । আমি এগুলিকে আনুমানিক এবং মধ্যে পাই । এখন বাইনারি …

25 machine-learning  normalization  binary-data 

আমার কাছে নমুনা পর্যবেক্ষণের একটি ডেটাসেট রয়েছে, এটি পরিসীমা বিন্যাসের মধ্যে গণনা হিসাবে সঞ্চিত। উদাহরণ: min/max count 40/44 1 45/49 2 50/54 3 55/59 4 70/74 1 এখন, এ থেকে গড়ের একটি অনুমানের সন্ধান করা বেশ সোজা এগিয়ে। ওজন হিসাবে পর্যবেক্ষণ এবং গণনা হিসাবে প্রতিটি রেঞ্জ বিনের গড় (বা মিডিয়ান) …

25 variance  standard-deviation  weighted-sampling 

আলোচনায়: বাইনারি শ্রেণিবদ্ধকরণের জন্য কীভাবে একটি রক বক্ররেখা উত্পন্ন করা যায় , আমি মনে করি যে বিভ্রান্তিটি ছিল যে একটি "বাইনারি শ্রেণিবদ্ধ" (যা কোনও শ্রেণিবদ্ধকারী যা 2 শ্রেণি পৃথক করে) ইয়াংয়ের জন্য যা "বিযুক্ত শ্রেণিবদ্ধ" বলা হয় (যা উত্পাদন করে পৃথক আউটপুট 0/1 কোনও এসভিএম এর মতো) এবং এএনএন বা …

25 cross-validation  roc  auc 

আমার কিছু ডেটা রয়েছে এবং আমি এই তথ্য থেকে একটি মডেল (লিনিয়ার রেগ্রেশন মডেল বলি) তৈরি করতে চাই। পরবর্তী পদক্ষেপে, আমি মডেলটিতে লেভ-ওয়ান-আউট ক্রস-বৈধকরণ (এলইউসিভি) প্রয়োগ করতে চাই যাতে এটি কতটা ভাল পারফর্ম করে দেখুন see যদি আমি LOOCV টি ঠিক বুঝতে পারি তবে আমি এই নমুনা (প্রশিক্ষণের সেট) ব্যতীত …

25 cross-validation 

আমাকে সারি এবং কলাম সহ এলোমেলো অ-বর্গক্ষেত্রের ম্যাট্রিক্স উত্পন্ন করতে হবে , উপাদানগুলি এলোমেলোভাবে গড় = 0 দিয়ে বিতরণ করা হয়েছে এবং এমন সীমাবদ্ধ যে প্রতিটি সারির দৈর্ঘ্য (এল 2 আদর্শ) এবং প্রতিটি কলামের দৈর্ঘ্য is । সমানভাবে, বর্গমূল্যের সমষ্টি প্রতিটি সারির জন্য 1 এবং প্রতিটি কলামের জন্যআরআরRসিসিC111আরসি--√আরসি\sqrt{\frac{R}{C}}আরসিআরসি\frac{R}{C} এখন পর্যন্ত …

25 random-generation  normalization  markov-process  random-matrix