পরিসংখ্যান এবং বড় তথ্য

আমি নেস্টেড ক্রস-বৈধতা করছি। আমি পড়েছি যে ছুটি-ওয়ান-আউট ক্রস-বৈধকরণ পক্ষপাতযুক্ত হতে পারে (কেন মনে নেই) remember লেভ-ওয়ান-আউট ক্রস-বৈধকরণের জন্য আর রানটাইম বাদে 10-ভাঁড়ের ক্রস-বৈধকরণ বা লেভ-ওয়ান-আউট ক্রস-বৈধতা ব্যবহার করা কি ভাল?

25 machine-learning  cross-validation 

সাম্প্রতিক, ভালভাবে উদ্ধৃত হওয়া প্রশ্নে টিম জিজ্ঞাসা করেছেন কখন মেশিন লার্নিংয়ে ভারসাম্যহীন ডেটা আসলেই সমস্যা ? প্রশ্নের ভিত্তি হ'ল ক্লাস ভারসাম্য এবং ভারসাম্যহীন ক্লাসগুলির সমস্যা নিয়ে আলোচনা করে প্রচুর মেশিন লার্নিং সাহিত্য রয়েছে । ধারণাটি হ'ল ধনাত্মক এবং নেতিবাচক শ্রেণীর মধ্যে ভারসাম্যহীন ডেটাসেটগুলি কিছু মেশিন লার্নিং শ্রেণিবিন্যাসের জন্য সমস্যা সৃষ্টি …

25 machine-learning  classification  predictive-models  unbalanced-classes 

Gণাত্মক দ্বিপদী (এনবি) বিতরণটি অ-নেতিবাচক পূর্ণসংখ্যার উপর সংজ্ঞায়িত করা হয়েছে এবং সম্ভাব্য ভর ফাংশন f(k;r,p)=(k+r−1k)pk(1−p)r.f(k;r,p)=(k+r−1k)pk(1−p)r.f(k;r,p)={\binom {k+r-1}{k}}p^{k}(1-p)^{r}.একই সূত্র দ্বারা নির্ধারিত অ-নেতিবাচক বাস্তবগুলির উপর একটি অবিচ্ছিন্ন বিতরণ বিবেচনা করার কী অর্থ হয়? ( k∈N0k∈N0k\in \mathbb N_0 দ্বারা x∈R≥0x∈R≥0x\in\mathbb R_{\ge 0} ) প্রতিস্থাপন করা হবে ? বাইনোমিয়াল সহগকে (কে + 1) \ সিডট …

24 distributions  negative-binomial  count-data  continuous-data  bioinformatics 

আমি কোয়ান্টাইল রিগ্রেশন বোঝার চেষ্টা করছি, তবে একটি জিনিস যা আমাকে ভোগ করে তা হ'ল লস ফাংশনের পছন্দ। ρτ( u ) = u ( τ )- 1{ আপনি &lt; 0 })ρτ(u)=u(τ−1{u&lt;0})\rho_\tau(u) = u(\tau-1_{\{u<0\}}) আমি জানি যে the এর সর্বনিম্ন প্রত্যাশা গুণমানের সমান , তবে এই ফাংশনটি দিয়ে আরম্ভ করার স্বজ্ঞাত …

24 quantiles  loss-functions  quantile-regression 

সুতরাং আমি সবেমাত্র একটি দুর্দান্ত বইয়ের পরিচিতিটি পড়া শুরু করলাম যাঁরা ইমপেরিকাল বেয়েসকে দিয়েছিলেন । আমি ভেবেছিলাম বইটি দুর্দান্ত, তবে ডেটা থেকে প্রিয়ার তৈরি করা ভুল অনুভব করেছে। আমি প্রশিক্ষিত হয়েছি যে আপনি বিশ্লেষণ পরিকল্পনা নিয়ে এসেছেন তখন আপনি ডেটা সংগ্রহ করেন তারপরে আপনি আপনার বিশ্লেষণ পরিকল্পনায় পূর্ব নির্ধারিত অনুমানটি …

24 machine-learning  hypothesis-testing  bayesian  empirical-bayes 

অনুযায়ী এই এবং এই উত্তর, autoencoders একটি কৌশল মাত্রা কমানোর জন্য স্নায়ুর নেটওয়ার্ক ব্যবহার করে বলে মনে হচ্ছে। আমি অতিরিক্তভাবে জানতে চাই যে একটি ভেরিয়েশনাল অটেনকোডার (এটি একটি "traditionalতিহ্যবাহী" অটোরকোডারগুলির চেয়ে মূল পার্থক্য / সুবিধাগুলি) এবং এই অ্যালগোরিদমগুলি কীভাবে ব্যবহৃত হয় তা শেখার প্রধান কাজগুলি কী।

24 machine-learning  bayesian  deep-learning  autoencoders  variational-bayes 

আমি সিদ্ধান্তের গাছের ডেটা কাঠামো এবং অ্যালগরিদম কে আবিষ্কার করেছিলেন তা সনাক্ত করার চেষ্টা করছি। সিদ্ধান্ত গাছের শিক্ষার বিষয়ে উইকিপিডিয়ায় প্রবেশের দাবি রয়েছে যে "আইডি 3 এবং কার্ট স্বাধীনভাবে একই সময়ে আবিষ্কার করা হয়েছিল (1970 এবং 1980 এর মধ্যে)"। পরে ID3 উপস্থাপন করা হয়েছিল: কুইনলান, জেআর 1986. সিদ্ধান্ত গাছের আনয়ন। …

24 cart  history 

আমি একটি বায়েশিয়ান স্ট্যাটিস্টিক্স কোর্সের জন্য একটি সংক্ষিপ্ত তাত্ত্বিক নিবন্ধ লিখছি (অর্থনীতিতে এম.এস.সি. তে) অননুমোদিত প্রবীণদের নিয়ে এবং আমি বুঝতে চেষ্টা করছি যে এই তত্ত্বের বিকাশের পদক্ষেপগুলি কী। এখন অবধি, আমার টাইমলাইনটি তিনটি প্রধান পদক্ষেপ তৈরি করা হয়েছে: ল্যাপ্লেসের উদাসীনতা নীতি (1812), অ-আক্রমণকারী প্রিয়ারস (জেফ্রি (1946)), বার্নার্ডো রেফারেন্স আগে (1979)। …

24 bayesian  references  prior  history 

ভবিষ্যদ্বাণীমূলক মডেলিংয়ের ক্ষেত্রে মিশ্র মডেলগুলির সুবিধাগুলি সম্পর্কে আমি কিছুটা বিভ্রান্ত। যেহেতু ভবিষ্যদ্বাণীমূলক মডেলগুলি সাধারণত পূর্ববর্তী অজানা পর্যবেক্ষণগুলির মানগুলি পূর্বাভাস দেওয়ার জন্য বোঝানো হয় তবে এটি আমার কাছে স্পষ্ট মনে হয় যে মিশ্র মডেলটি কার্যকর হতে পারে কেবলমাত্র জনসংখ্যা-স্তরের পূর্বাভাস সরবরাহের দক্ষতার মাধ্যমে (এটি কোনও এলোমেলো প্রভাব সংযোজন না করে)। তবে …

24 mixed-model  predictive-models 

আমি বর্তমানে একটি সমস্যা নিয়ে কাজ করছি, যেখানে আমাকে একটি রাষ্ট্রের স্পেস মডেলের জন্য মার্কভ চেইন মন্টি কার্লো (এমসিএমসি) অ্যালগরিদম বিকাশ করতে হবে । সমস্যার সমাধান করতে সক্ষম হতে আমাকে নীচের : পি ( ) = 2 আই (au &gt; 0) / (1+ ) এর সম্ভাব্যতা দেওয়া হয়েছে । হ'ল …

24 distributions  bayesian  prior  state-space-models  cauchy 

আমি ডিপ লার্নিংয়ের জন্য অ্যাডাম অপটিমাইজার সম্পর্কে পড়ছিলাম এবং বেঙ্গিও, গুডফেলো এবং করভিলের ডিপ লার্নিংয়ের নতুন বইয়ের নীচের বাক্যটি পেলাম : অ্যাডামকে সাধারণত হাইপার প্যারামিটারগুলির নির্বাচনের পক্ষে যথেষ্ট শক্তিশালী হিসাবে বিবেচনা করা হয়, যদিও শিক্ষার হারটি মাঝে মাঝে প্রস্তাবিত ডিফল্ট থেকে পরিবর্তন করা প্রয়োজন। যদি এটি সত্য হয় তবে এটি …

24 neural-networks  deep-learning  optimization  hyperparameter  adam 

জ্যামিতিক গড় এবং গাণিতিক অর্থ সম্পর্কে একে অপরের খুব কাছাকাছি পড়ে যাওয়া সম্পর্কে ~ 0.1% বলার মতো গুরুত্বপূর্ণ কিছু আছে কি? এই জাতীয় ডেটা সেট সম্পর্কে কী অনুমান করা যায়? আমি একটি ডেটা সেট বিশ্লেষণ করার জন্য কাজ করছি, এবং আমি লক্ষ্য করেছি যে ব্যঙ্গাত্মকভাবে মানগুলি খুব খুব কাছাকাছি। সঠিক …

24 descriptive-statistics  mean  geometric-mean 

আমরা জানি যে মিথ্যা আবিষ্কারের হারকে নিয়ন্ত্রণ করার জন্য আমাদের একক উপাত্তের উপর ভিত্তি করে পরীক্ষার জন্য একাধিক অনুমানের পরীক্ষার জন্য বেনজামিনী হচবার্গের মতো সংশোধন প্রয়োগ করতে হবে, অন্যথায় যে সমস্ত পরীক্ষাগুলি ইতিবাচক ফলাফল দেয় তা মিথ্যা হতে পারে। তবে আমরা কোথাও ডেটা কোথা থেকে আসে তা বিবেচনা না করে …

24 hypothesis-testing  multiple-comparisons  bonferroni  false-discovery-rate 

এটি একটি পুনরাবৃত্তিযোগ্য প্রশ্ন ( এই পোস্টটি , এই পোস্ট এবং এই পোস্টটি দেখুন ) তবে আমার আলাদা স্পিন রয়েছে। ধরুন আমার কাছে জেনেরিক এমসিএমসি স্যাম্পেলার থেকে প্রচুর নমুনা রয়েছে। প্রতিটি নমুনার জন্য , আমি লগ সম্ভাবনা মান জানি এবং লগ পূর্বে এর । যদি এটি সহায়তা করে তবে আমি …

24 machine-learning  bayesian  sampling  mcmc  likelihood 

আনোভা বনাম একাধিক লিনিয়ার রিগ্রেশন? আমি বুঝতে পারি যে এই দুটি পদ্ধতিই একই পরিসংখ্যানের মডেলটি ব্যবহার করেছে বলে মনে হচ্ছে। তবে কোন পরিস্থিতিতে আমার কোন পদ্ধতিটি ব্যবহার করা উচিত? তুলনা করার সময় এই পদ্ধতির সুবিধা এবং অসুবিধাগুলি কী কী? আনোভা কেন এত বেশি পরীক্ষামূলক গবেষণায় ব্যবহৃত হয় এবং আমি খুব …

24 anova  multiple-regression  least-squares