পরিসংখ্যান এবং বড় তথ্য

আমি প্রতিসম পজিটিভ সুনির্দিষ্ট (এসপিডি) ম্যাট্রিক্সের সংজ্ঞা জানি, তবে আরও বুঝতে চাই। এগুলি এতটা গুরুত্বপূর্ণ, স্বজ্ঞাতভাবে কেন? এখানে আমি জানি is আর কি? প্রদত্ত ডেটার জন্য, কো-ভেরিয়েন্স ম্যাট্রিক্সটি এসপিডি। কো-ভেরিয়েন্স ম্যাট্রিক্স একটি গুরুত্বপূর্ণ মেট্রিক, স্বজ্ঞাত ব্যাখ্যা করার জন্য এই দুর্দান্ত পোস্টটি দেখুন । চতুর্ভুজ রূপ উত্তল, যদি এসপিডি হয়। উত্তেজক …

20 mathematical-statistics  optimization  covariance-matrix  intuition  linear-algebra 

আমি একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণ দিচ্ছি (বিশদটি গুরুত্বপূর্ণ নয়) যেখানে লক্ষ্যযুক্ত ডেটা কোণগুলির একটি ভেক্টর (0 এবং 2 * পাই এর মধ্যে) হয়। আমি কীভাবে এই ডেটাটিকে এনকোড করব সে বিষয়ে পরামর্শ খুঁজছি। আমি বর্তমানে যা চেষ্টা করছি তা এখানে (সীমিত সাফল্যের সাথে): 1) 1-অফ-সি এনকোডিং: আমি সম্ভাব্য কোণগুলিকে 1000 …

20 neural-networks  circular-statistics 

loss=∥y−Xβ∥22+λ∥β∥1loss=‖y−Xβ‖22+λ‖β‖1 {\rm loss} = \| y - X \beta \|_2^2 + \lambda \| \beta \|_1 exp(−λ∥β∥1)exp⁡(−λ‖β‖1) \exp(-\lambda \| \beta \|_1 ) λλ\lambda বিবেচনা করুন যে বয়েসীয় দৃষ্টিকোণ থেকে আমরা পরবর্তী সম্ভাবনাগুলি গণনা করতে পারি যে, বলুন যে শূন্য-না-প্যারামিটার অনুমানগুলি প্রদত্ত অন্তরগুলির যে কোনও সংগ্রহের মধ্যে রয়েছে এবং লাসো দ্বারা শূন্যে …

20 lasso  laplace-distribution 

ডেটা মালিকানাধীন হওয়ায় আমি ডেটার প্রকৃতি সম্পর্কে সুনির্দিষ্ট হতে পারি না তবে ধরুন আমাদের কাছে এর মতো ডেটা রয়েছে: প্রতি মাসে কিছু লোক কোনও পরিষেবার জন্য সাইন আপ করে। তারপরে, পরবর্তী প্রতিটি মাসে, এই ব্যক্তিরা পরিষেবাটি আপগ্রেড করতে পারে, পরিষেবাটি বন্ধ করতে বা পরিষেবাটি অস্বীকার করতে পারে (যেমন অর্থ প্রদানের …

20 panel-data  splines  mars 

নোড সাইজ বলতে কী বোঝায় ঠিক বুঝতে পারছি না। আমি জানি সিদ্ধান্ত নোড কী, তবে নোডের আকার কী নয়।

20 machine-learning  random-forest  bagging 

আমি আর্দু এনজি এর কোর্সেরার মাধ্যমে মেশিন লার্নিংয়ের কোর্স নিচ্ছি । সমীকরণের জন্য, সাবস্ক্রিপ্টগুলির পরিবর্তে সুপারস্প্রিপ্টগুলি ব্যবহৃত হয়। উদাহরণস্বরূপ, নিম্নলিখিত সমীকরণে পরিবর্তে ব্যবহৃত হয়েছে :x(i)x(i)x^{(i)}xixix_i J(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2J(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2J(\theta_0, \theta_1) = \frac{1}{2m} \sum\limits_{i=1}^{m}{(h_\theta(x^{(i)}) - y^{(i)})^2} স্পষ্টতই, এটি সাধারণ অনুশীলন। আমার প্রশ্ন হ'ল সাবস্ক্রিপ্টের পরিবর্তে সুপারস্ক্রিপ্ট কেন ব্যবহার করবেন? সুপারস্প্রিপ্টগুলি ইতিমধ্যে ক্ষয়ক্ষতির জন্য ব্যবহৃত …

20 machine-learning  notation 

বহুমাত্রিক তথ্য বিশ্লেষণের ডেটা বিশ্লেষণের জন্য বাস্তুসংস্থার পরিসংখ্যানগুলির অনেক কৌশল রয়েছে। এগুলিকে বলা হয় 'অর্ডিনেশন' কৌশল। অনেকগুলি একই বা ঘনিষ্ঠভাবে পরিসংখ্যানগুলির অন্যত্র সাধারণ কৌশলগুলির সাথে সম্পর্কিত। সম্ভবত প্রোটোটাইপিকাল উদাহরণটি হবে মূল উপাদানগুলির বিশ্লেষণ (পিসিএ)। পরিবেশবিদরা 'গ্রেডিয়েন্টস' অন্বেষণ করতে পিসিএ এবং সম্পর্কিত কৌশলগুলি ব্যবহার করতে পারেন (গ্রেডিয়েন্ট কী তা আমি পুরোপুরি …

20 pca  eda  ecology  correspondence-analysis 

এটি আমার কাছে প্রথমবারের মতো একটি সাধারণ বিতরণ মন্টি কার্লো সিমুলেশন করার সময় একটি ধাক্কা হিসাবে আসে এবং আবিষ্কার করে যে নমুনা থেকে স্ট্যান্ডার্ড বিচ্যুতির মধ্যস্থতা, যা কেবলমাত্র নমুনা আকারের , খুব কম প্রমাণিত হয়েছে পরিবর্তে, অর্থাত, গড় বার জনসংখ্যা জেনারেট করার জন্য ব্যবহার করা হয়। যাইহোক, এটি খুব ভালভাবে …

20 normal-distribution  standard-deviation  expected-value  unbiased-estimator  umvue 

ম্যাথ এসই এ এই প্রশ্নটি দেখুন । সংক্ষিপ্ত গল্প: আমি পরিসংখ্যানগত শিক্ষার উপাদানগুলি পড়েছি এবং হতাশ হয়ে পড়েছিলাম যখন আমি কিছু ফলাফল যাচাই করার চেষ্টা করছিলাম, যেমন given তারপর আই আমি একটি ম্যাট্রিক্স ক্যালকুলাস বইয়ের সন্ধান করছি যা আপনার traditionalতিহ্যবাহী ক্যালকুলাস বইয়ের (যেমন, তাত্ত্বিকতার প্রমাণ, উদাহরণ, গণনার উপর অনুশীলন ইত্যাদি) …

20 references  matrix  matrix-calculus 

আমি সেখান থেকে পড়েছি যে নমুনা বৈকল্পিকের স্ট্যান্ডার্ড ত্রুটি SEs2=2σ4N−1−−−−−−√SEs2=2σ4N−1SE_{s^2} = \sqrt{\frac{2 \sigma^4}{N-1}} নমুনা স্ট্যান্ডার্ড বিচ্যুতির মান ত্রুটি কী? আমি অনুমান করতে এবং বলতে চাই যে তবে আমি নিশ্চিত নই।SEs=SEs2−−−−√SEs=SEs2SE_{s} = \sqrt{SE_{s^2}}

20 sampling  standard-deviation  standard-error 

স্টেইনের প্যারাডক্সটি দেখায় যে যখন তিন বা ততোধিক পরামিতি এক সাথে অনুমান করা হয়, সেখানে প্যারামিটারগুলি পৃথকভাবে পরিচালনা করে এমন কোনও পদ্ধতির তুলনায় কম বেশি সমন্বিত অনুমানকারী উপস্থিত থাকে (যা কম প্রত্যাশিত গড় স্কোয়ার ত্রুটি থাকে)। এটি একটি খুব বিপরীত ফলাফল। একই ফলাফলটি কি যদি আদর্শ (প্রত্যাশিত মানে স্কোয়ার্ড ত্রুটি) …

20 paradox  steins-phenomenon 

পরিসংখ্যান শেখার অ্যালগরিদম চালানোর আগে বৈশিষ্ট্য নির্বাচন পদ্ধতিগুলি (এলোমেলো বন বৈশিষ্ট্য গুরুত্বের মান বা ইউনিভারিয়েট বৈশিষ্ট্য নির্বাচন পদ্ধতি ইত্যাদি) ব্যবহার করার জন্য আমার একটি প্রশ্ন রয়েছে। আমরা ওভারফিটিং এড়াতে জানি যে আমরা ওজন ভেক্টরগুলিতে নিয়মিতকরণ জরিমানা প্রবর্তন করতে পারি। সুতরাং আমি যদি লিনিয়ার রিগ্রেশন করতে চাই, তবে আমি এল 2 …

20 regression  machine-learning  feature-selection  lasso  regularization 

আউটপুট ভেরিয়েবলটি অর্ডিনাল এমন কোনও কিছুর পূর্বাভাস দেওয়ার জন্য আমার একটি নিউরাল নেটওয়ার্ক সেট আপ আছে। আমি নীচে তিনটি সম্ভাব্য আউটপুট এ <বি <সি ব্যবহার করে বর্ণনা করব < শ্রেণিবদ্ধ তথ্য আউটপুট করার জন্য কীভাবে নিউরাল নেটওয়ার্ক ব্যবহার করবেন এটি বেশ সুস্পষ্ট: আউটপুটটি কেবল সর্বশেষ (সাধারণত সম্পূর্ণরূপে সংযুক্ত) স্তরটির একটি …

20 neural-networks  ordinal-data  softmax 

আমি প্রচুর টিউটোরিয়াল ভিডিও দেখছি এবং সেগুলি দেখতে একই রকম। এটি উদাহরণস্বরূপ: https://www.youtube.com/watch?v=ip4iSMRW5X4 তারা রাষ্ট্র, ক্রিয়া এবং সম্ভাবনাগুলি যা ভাল তা ব্যাখ্যা করে। ব্যক্তিটি এটি ঠিক আছে তবে এটি বাস্তব জীবনে কী ব্যবহৃত হবে সে সম্পর্কে আমি কোনওরকম ধারণা পেতে পারি না। আমি এখনও পর্যন্ত কোনও তালিকা জুড়ে আসিনি। দাবা …

20 markov-process 

লে এবং মিকোলোভের আইসিএমএল ২০১৪ পত্রিকায় " বিতরণ উপস্থাপনাগুলি ও নথিপত্র " এর ফলাফলগুলিতে আমি মুগ্ধ হয়েছি। "প্যারাগ্রাফ ভেক্টর" নামক তারা যে কৌশলটি বর্ণনা করেন, শব্দ 2vec মডেলের বর্ধনের উপর ভিত্তি করে নির্বিচারে দীর্ঘ অনুচ্ছেদ / নথিগুলির নিরীক্ষণ উপস্থাপনা শিখেন। এই কৌশলটি ব্যবহার করে সংবেদন বিশ্লেষণে কাগজটি অত্যাধুনিক পারফরম্যান্সের প্রতিবেদন …

20 text-mining  natural-language  word-embeddings  sentiment-analysis  reproducible-research