পরিসংখ্যান এবং বড় তথ্য

পূর্বাভাস থেকে : রব জে হ্যান্ডম্যান এবং জর্জ অ্যাথানাসোপ্লোসের রচিত নীতি ও অনুশীলন পাঠ্যপুস্তক , বিশেষত নির্ভুলতার পরিমাপের বিভাগ : একটি পূর্বাভাস পদ্ধতি যা এমএইকে হ্রাস করে মধ্যকের পূর্বাভাসের দিকে পরিচালিত করবে, আর আরএমএসইকে হ্রাস করার সাথে সাথে এর পূর্বাভাসের দিকে নিয়ে যাবে এমএই হ্রাস করার কারণে কেন মধ্যস্বত্বের পূর্বাভাস …

20 forecasting  mean  median  rms  mae 

আমি প্রচলিত ঘন ঘনসংখ্যক পরিসংখ্যানীয় ডোমেনে ভবিষ্যদ্বাণীপূর্ণ মডেলগুলির বৈধতা দেওয়ার জন্য পদ্ধতি এবং সফ্টওয়্যার বিকাশে অনেক সময় ব্যয় করেছি । আরও বায়েশিয়ান ধারণাগুলি অনুশীলন এবং শিক্ষার ক্ষেত্রে রাখার সময় আমি কিছু গুরুত্বপূর্ণ পার্থক্য দেখছি race প্রথমত, বায়েশিয়ান ভবিষ্যদ্বাণীপূর্ণ মডেলিং বিশ্লেষককে প্রার্থীদের বৈশিষ্ট্যগুলির সাথে কাস্টমাইজ করা যেতে পারে এমন পূর্ববর্তী বিতরণগুলি …

20 bayesian  cross-validation  predictive-models  validation  regression-strategies 

স্পার ডেটা এবং অনুপস্থিত ডেটার মধ্যে প্রধান পার্থক্য কী? এবং এটি কীভাবে মেশিন লার্নিংকে প্রভাবিত করে? আরও সুনির্দিষ্টভাবে বলা যায়, শ্রেণিবিন্যাস অ্যালগরিদম এবং রিগ্রেশন (সংখ্যাগুলির পূর্বাভাস) ধরণের অ্যালগরিদমের উপর স্পার্স ডেটা এবং অনুপস্থিত ডেটাগুলির কী প্রভাব রয়েছে। আমি এমন একটি পরিস্থিতির কথা বলছি, যেখানে হারানো ডেটার শতাংশ শতাংশ তাৎপর্যপূর্ণ এবং …

20 machine-learning  dataset  missing-data  sparse 

সম্প্রতি আমি শিখেছি যে এমএল সমস্যাগুলির জন্য আরও ভাল সমাধান অনুসন্ধানের একটি উপায় বৈশিষ্ট্য তৈরি করা। একটি উদাহরণস্বরূপ দুটি বৈশিষ্ট্য যোগ করে এটি করতে পারেন। উদাহরণস্বরূপ, আমরা দুটি ধরণের "আক্রমণ" এবং কিছু ধরণের বীরের "প্রতিরক্ষা" রাখি। তারপরে আমরা "মোট" নামে অতিরিক্ত বৈশিষ্ট্য তৈরি করি যা "আক্রমণ" এবং "প্রতিরক্ষা" এর যোগফল। …

20 machine-learning  feature-construction 

আমি এই ধারণাটি শুনেছি যে জেনেস দাবি করেন যে ঘন ঘনবাদীরা "অন্তর্নিহিত পূর্ব" দিয়ে কাজ করে। এই অন্তর্নিহিত প্রিয়াররা কি বা হয়? এর অর্থ কি ঘন ঘন মডেলগুলি বায়েশিয়ান মডেলগুলির সন্ধানের অপেক্ষায় রয়েছে?

20 bayesian  prior  posterior  frequentist 

সম্প্রতি আমি আবিষ্কার করেছি যে প্রয়োগকৃত একনোমেট্রিক্স সাহিত্যে, বৈশিষ্ট্য নির্বাচনের সমস্যাগুলি মোকাবেলা করার সময়, নির্বাচিত ভেরিয়েবলগুলি ব্যবহার করে ওএলএস রিগ্রেশন অনুসরণ করার পরে ল্যাসো সম্পাদন করা অস্বাভাবিক কিছু নয়। আমি ভাবছিলাম যে কীভাবে আমরা এই জাতীয় পদ্ধতির বৈধতা অর্জন করতে পারি? এটি কি বাদ দেওয়া ভেরিয়েবলের মতো ঝামেলা সৃষ্টি করবে? …

20 regression  feature-selection  econometrics  least-squares  lasso 

এটি সম্ভবত একটি তুচ্ছ প্রশ্ন, তবে এই উইকিপিডিয়া নিবন্ধ এবং "বিতরণের সংশ্লেষ" নথি সহ আমার সন্ধান এখন পর্যন্ত ফলদায়ক হতে পারে । যদি এর অভিন্ন বিতরণ থাকে তবে এর অর্থ কি একটি ঘনিষ্ঠ বিতরণ অনুসরণ করে?ই এক্সএক্সএক্সXইএক্সইএক্সe^X একইভাবে, যদি কোনও ঘনিষ্ঠ বিতরণ অনুসরণ করে তবে এর অর্থ একটি অভিন্ন বিতরণ …

20 distributions  data-transformation  exponential  uniform 

সময় সিরিজের ডেটাতে প্রয়োগ করার জন্য আমি বিভিন্ন পুনরাবৃত্ত নিউরাল নেটওয়ার্ক (আরএনএন) আর্কিটেকচারগুলি বোঝার চেষ্টা করছি এবং আরএনএন বর্ণনা করার সময় ঘন ঘন ব্যবহৃত হওয়া বিভিন্ন নামের সাথে আমি কিছুটা বিভ্রান্ত হয়ে পড়ছি। দীর্ঘ স্বল্পমেয়াদী মেমরি (এলএসটিএম) এবং গেটেড পুনরাবৃত্ত ইউনিট (জিআরইউ) এর কাঠামোটি কি মূলত একটি প্রতিক্রিয়া লুপ সহ …

20 neural-networks  lstm  rnn 

স্বজ্ঞাতভাবে, গড়টি কেবল পর্যবেক্ষণের গড়। এই পর্যবেক্ষণগুলি গড় থেকে কতটা পৃথক। আমি জানতে চাই কেন বৈকল্পিকের বিপরীতটি যথার্থ হিসাবে পরিচিত। এ থেকে আমরা কোন স্বজ্ঞাততা তৈরি করতে পারি? এবং কেন যথার্থ ম্যাট্রিক্স মাল্টিভারিয়েট (সাধারণ) বিতরণে কোভারিয়েন্স ম্যাট্রিক্সের মতো দরকারী? অন্তর্দৃষ্টি দয়া করে?

20 normal-distribution  multivariate-analysis  terminology  intuition 

আমার একটি গভীর নিউরাল নেটওয়ার্ক মডেল রয়েছে এবং আমার এটি আমার ডেটাসেটে প্রশিক্ষণ দেওয়া দরকার যা প্রায় 100,000 উদাহরণ নিয়ে গঠিত, আমার বৈধতার ডেটাতে প্রায় 1000 উদাহরণ রয়েছে। যেহেতু প্রতিটি উদাহরণকে প্রশিক্ষণের জন্য সময় লাগে (প্রতিটি উদাহরণের জন্য প্রায় 0.5s) এবং অতিরিক্ত ফিট এড়ানোর জন্য, আমি অযৌক্তিক গণনা রোধ করতে …

20 neural-networks  deep-learning 

গভীর এবং অগভীর নিউরাল নেটওয়ার্কগুলির প্রশিক্ষণে, অন্যান্য আবহাওয়াবিজ্ঞানের বিপরীতে গ্রেডিয়েন্ট পদ্ধতিগুলি (যেমন গ্রেডিয়েন্ট বংশোদ্ভূত নেস্টেরভ, নিউটন-রাফসন) সাধারণত ব্যবহৃত হয় কেন? মেটাহিউরিস্টিকস দ্বারা আমি বোঝায় যে পদ্ধতিগুলি যেমন সিমুলেটেড অ্যানিলিং, পিঁপড়া কলোনী অপ্টিমাইজেশন ইত্যাদি, যা স্থানীয় মিনিমে আটকে না যাওয়ার জন্য তৈরি করা হয়েছিল।

20 neural-networks  optimization  deep-learning  gradient-descent  backpropagation 

আমি পরিসংখ্যানগত শিক্ষার উপাদানগুলির পক্ষপাতিত্ব-বৈচিত্র্য ট্রেড অফের অধ্যায়টি পড়ছি এবং 29 পৃষ্ঠার সূত্রটিতে আমার সন্দেহ আছে যেখানে এলোমেলোভাবে এমন একটি মডেল থেকে ডেটা উত্থাপন করা যাক data প্রত্যাশিত মান number এবং ভেরিয়েন্স । যাক মডেলের ত্রুটির প্রত্যাশিত মান যেখানে ভবিষ্যদ্বাণী হল আমাদের শিক্ষার্থীর। বই অনুসারে, ত্রুটিটি হ'ল Y=f(x)+ϵY=f(x)+ϵ Y = …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

এই নিবন্ধে , লেখক রৈখিক বৈষম্যমূলক বিশ্লেষণকে (এলডিএ) প্রধান উপাদান বিশ্লেষণের (পিসিএ) সাথে সংযুক্ত করেছেন। আমার সীমিত জ্ঞানের সাথে, আমি কীভাবে এলডিএ পিসিএর সাথে কিছুটা মিল হতে পারে তা অনুসরণ করতে পারছি না। আমি সবসময়ই ভেবে এসেছি যে এলডিএ হ'ল লজিস্টিক রিগ্রেশনের অনুরূপ শ্রেণিবদ্ধকরণ অ্যালগরিদমের একটি রূপ। আমি কীভাবে এলডিএ …

20 classification  pca  dimensionality-reduction  discriminant-analysis  canonical-correlation 

আমি এলএসটিএমগুলির সাথে পরীক্ষার জন্য থিয়ানো ব্যবহার করছি, এবং ভাবছিলাম যে এলটিএসটিএম এর জন্য কোন অপ্টিমাইজেশন পদ্ধতি (এসজিডি, অ্যাডগ্রাড, অ্যাডাডেলটা, আরএমএসপ্রপ, অ্যাডাম ইত্যাদি) সবচেয়ে ভাল কাজ করে? এই বিষয়ে কোন গবেষণা কাগজপত্র আছে? এছাড়াও, আমি কী ধরণের প্রয়োগের জন্য এলএসটিএম ব্যবহার করছি তার উপরে কি উত্তর নির্ভর করে? যদি তা …

20 machine-learning  neural-networks  optimization  lstm 

ওএলএস-এর প্রতিরোধের প্রসঙ্গে আমি বুঝতে পারি যে একটি ধরণের প্লট (বনাম লাগানো মান) প্রচলিতভাবে ধ্রুবক পরিবর্তনের জন্য পরীক্ষা করার জন্য এবং মডেল স্পেসিফিকেশন মূল্যায়নের জন্য দেখা হয়। কেন অবশিষ্টাংশগুলি ফিটগুলির বিরুদ্ধে চক্রান্ত করা হচ্ছে, এবং মানগুলি নয়? এই দুটি প্লট থেকে কীভাবে তথ্য আলাদা?ওয়াইওয়াইY আমি এমন একটি মডেল নিয়ে কাজ …

20 regression  residuals