পরিসংখ্যান এবং বড় তথ্য

মূলত, আমার প্রশ্নটি হ'ল মাল্টিলেয়ার পারসেপ্ট্রনগুলিতে পার্সেপট্রনগুলি সিগময়েড অ্যাক্টিভেশন ফাংশন সহ ব্যবহৃত হয়। যাতে আপডেটের নিয়মে হিসাবে গণনা করা হয়y^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} এই "সিগময়েড" পারসেপ্ট্রন তখন লজিস্টিক রিগ্রেশন থেকে কীভাবে আলাদা? আমি বলব যে একটি একক স্তর সিগময়েড পার্সেপট্রন লজিস্টিক রিগ্রেশনের সমান, এই অর্থে যে উভয়ই আপডেট নিয়মে। এছাড়াও, …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

আমি জানতে চাই যে সময়-সিরিজের শ্রেণিবদ্ধকরণের জন্য কোনও কনভোলশনাল নিউরাল নেটকে প্রশিক্ষণের জন্য কোনও কোড রয়েছে কিনা। আমি সাম্প্রতিক কিছু কাগজপত্র দেখেছি ( http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf ) তবে আমি নিশ্চিত না যে এখানে কিছু আছে কিনা বা আমি নিজে কোড দিয়েছি কিনা।

21 time-series  classification  neural-networks  conv-neural-network 

আমি দেখতে চাই যে আমি আমার এসিএফ এবং পিএসিএফ প্লট বিশ্লেষণ করে সঠিক পথে রয়েছি কিনা: পটভূমি: (রেফ: ফিলিপ হান্স ফ্রান্সেস, 1998) এসিএফ এবং পিএসিএফ উভয়ই উল্লেখযোগ্য মানগুলি দেখায়, আমি ধরে নিয়েছি যে একটি এআরএমএ-মডেল আমার প্রয়োজনগুলি পরিবেশন করবে এসিএফটি এমএ-পার্ট, অর্থাৎ কিউ-মানটি অনুমান করতে ব্যবহার করা যেতে পারে, পিএসিএফটি …

21 time-series  model-selection  arma  statsmodels 

লজিস্টিক এবং লজিট রিগ্রেশন মধ্যে পার্থক্য কি? আমি বুঝতে পারি যে এগুলি একই (বা এমনকি একই জিনিস) তবে কেউ কি এই দুটিয়ের মধ্যে পার্থক্য (গুলি) ব্যাখ্যা করতে পারে? মতভেদ সম্পর্কে একটি?

21 regression  logistic  terminology  logit  odds 

গাছগুলি শেখার অ্যালগরিদমগুলি কীভাবে অনুপস্থিত মানগুলির সাথে মোকাবিলা করতে ব্যবহার করে সেগুলি কী কী? তারা কি অনুপস্থিত নামক কোনও মান ব্যবহার করে স্লটটি কেবল পূর্ণ করে তোলে? ধন্যবাদ।

21 missing-data  cart 

আমার কাছে তিনটি শ্রেণীবদ্ধ ভেরিয়েবল সহ একটি ডেটাসেট রয়েছে এবং আমি তিনটির মধ্যে একটি গ্রাফের মধ্যে সম্পর্ক কল্পনা করতে চাই। কোন ধারনা? বর্তমানে আমি নিম্নলিখিত তিনটি গ্রাফ ব্যবহার করছি: প্রতিটি গ্রাফ বেসলাইন ডিপ্রেশন (হালকা, মাঝারি, গুরুতর) এর স্তরের জন্য। তারপরে প্রতিটি গ্রাফের মধ্যে আমি চিকিত্সা (0,1) এবং হতাশার উন্নতি (কোনওটিই, …

21 r  data-visualization  categorical-data 

এই প্রশ্নটি স্ট্যাক ওভারফ্লো থেকে স্থানান্তরিত হয়েছিল কারণ ক্রস ভ্যালিডেটে উত্তর দেওয়া যেতে পারে। ৫ বছর আগে হিজরত হয়েছে । গামা বিতরিত নির্ভরশীল ভেরিয়েবল সহ একটি জিএলএমের জন্য পরামিতি ব্যাখ্যা সম্পর্কে আমার একটি প্রশ্ন রয়েছে। লগ-লিঙ্কটি দিয়ে আমার জিএলএম-এর জন্য এটিই ফিরে আসে: Call: glm(formula = income ~ height + …

21 r  generalized-linear-model  interpretation  gamma-distribution 

আমি বুঝতে পারি যে কোনও প্রক্রিয়া যদি নিজের পূর্ববর্তী মানগুলির উপর নির্ভর করে তবে এটি একটি এআর প্রক্রিয়া। এটি যদি পূর্ববর্তী ত্রুটির উপর নির্ভর করে তবে এটি একটি এমএ প্রক্রিয়া। এই দুটি পরিস্থিতির যে কোনও একটি কখন ঘটবে? কারও কি এমন দৃ example় উদাহরণ রয়েছে যা কোনও প্রক্রিয়াটি এমএ বনাম …

21 time-series  autoregressive  moving-average 

আমি যে ছোট ডেটা সেট ( ) এর সাথে কাজ করছি তাতে বেশ কয়েকটি ভেরিয়েবল আমাকে নিখুঁত পূর্বাভাস / বিচ্ছেদ দেয় । আমি এইভাবে সমস্যাটি মোকাবেলায় ফर्थ লজিস্টিক রিগ্রেশন ব্যবহার করি ।n ∼ 100এন~100n\sim100 আমি যদি এআইসি বা বিআইসির দ্বারা সেরা মডেলটি নির্বাচন করি তবে এই তথ্যের মানদণ্ডের গণনা করার …

21 logistic  model-selection  aic  separation 

আমি শ্রেণিবদ্ধকরণ এবং রিগ্রেশন গাছগুলি অধ্যয়ন করছি এবং বিভক্ত অবস্থানের জন্য অন্যতম একটি পদক্ষেপ হ'ল জিআইএনআই স্কোর। এখন আমি দুটি বিভক্তির মধ্যে একই তথ্যের সম্ভাবনা অনুপাতের লগ শূন্য হলে সর্বাধিক বিভক্ত অবস্থান নির্ধারণ করতে অভ্যস্ত, যার অর্থ সদস্যতার সম্ভাবনাও সমান সম্ভাবনা। আমার অন্তর্নিহিততা বলছে যে কোনও না কোনও সংযোগের অবশ্যই …

21 cart  likelihood-ratio  information-theory  kullback-leibler  gini 

লগ-লিনিয়ার রিগ্রেশন এবং লজিস্টিক রিগ্রেশন মধ্যে পার্থক্যগুলির একটি সুস্পষ্ট তালিকা কি কেউ সরবরাহ করতে পারবেন? আমি বুঝতে পারি যে পূর্ববর্তীটি একটি সাধারণ লিনিয়ার রিগ্রেশন মডেল তবে কখন ব্যবহার করা উচিত সে সম্পর্কে আমি পরিষ্কার নই।

21 regression  logistic  logit  log-linear 

আমার একটি পুনরাবৃত্ত-পরিমাপের পরীক্ষা রয়েছে যেখানে নির্ভরশীল ভেরিয়েবলটি শতাংশ, এবং আমার স্বাধীন ভেরিয়েবল হিসাবে একাধিক কারণ রয়েছে। আমি glmerআর প্যাকেজটি lme4থেকে এটি একটি লজিস্টিক রিগ্রেশন সমস্যা হিসাবে বিবেচনা করতে ব্যবহার করতে চাই (নির্দিষ্ট করে family=binomial) যেহেতু এটি সরাসরি এই সেটআপটি সামঞ্জস্য করে। আমার ডেটা দেখতে এমন দেখাচ্ছে: > head(data.xvsy) foldnum …

21 r  logistic  mixed-model  glmm  lme4-nlme 

আমি জানি যে প্রিয়ারদের যথাযথ হওয়া উচিত নয় এবং সম্ভাবনা ফাংশনটি 1 এর সাথেও সংহত হয় না। তবে উত্তরোত্তর কি সঠিক বিতরণ হওয়া দরকার? যদি তা হয় / না থাকে তবে তার কী কী প্রভাব পড়বে?

21 distributions  bayesian  posterior 

আমি কাগজপত্র একটি সেট পর্যালোচনা করেছেন, প্রতিটি রিপোর্ট একটি পরিমাপ পর্যবেক্ষিত গড় এবং এসডি পরিচিত আকারের তার নিজ নিজ নমুনা, । আমি যে নতুন স্টাডিয়াকে ডিজাইন করছি এবং একই অনুমানের মধ্যে কতটা অনিশ্চয়তা রয়েছে তাতে একই পরিমাপের সম্ভাব্য বন্টন সম্পর্কে আমি সর্বোত্তম সম্ভাবনাটি অনুমান করতে চাই। ) ধরে আমি খুশি …

21 bayesian  normal-distribution  meta-analysis 

আমাকে এলোমেলো পরিবর্তনশীল এর বন্টন সন্ধান করতে হবে যেখানে X i ∼ N ( μ i , σ 2 i ) এবং সমস্ত এক্স i গুলি স্বতন্ত্র। আমি জানি যে প্রথমে এক্স আই এর জন্য সমস্ত মুহুর্ত তৈরি করার ফাংশনটির পণ্যটি খুঁজে পাওয়া এবং তারপরে Y এর বিতরণ পেতে ফিরে …

21 distributions  chi-squared  random-variable  saddlepoint-approximation