পরিসংখ্যান এবং বড় তথ্য

গ্রেডিয়েন্ট বংশদ্ভুত সম্পর্কে অনেক টিউটোরিয়াল অনলাইন আলোচনা করে এবং প্রায় সকলেই একটি নির্দিষ্ট ধাপের আকার (শিক্ষার হার ) ব্যবহার করে। লাইন অনুসন্ধানের কোনও ব্যবহার নেই কেন (যেমন ব্যাকট্র্যাকিং লাইন অনুসন্ধান বা সঠিক লাইন অনুসন্ধান)?αα\alpha

18 machine-learning  neural-networks  optimization  deep-learning 

আমি অনেকগুলি আলোচনার অনুরূপ উপসংহার দেখেছি, যেহেতু মিনিবিচের আকারটি এসজিডি রূপান্তরিত হওয়ার ফলে বাস্তবে আরও শক্ত / খারাপ হয়, উদাহরণস্বরূপ এই কাগজটি এবং এই উত্তরটি । এছাড়াও আমি শুনেছি লোকেরা বড় ব্যাচের আকারের সাহায্যে এই সমস্যাটির সমাধানের জন্য প্রাথমিক পর্যায়ে ছোট শেখার হার বা ব্যাচের আকারের মতো কৌশল ব্যবহার করে। …

18 machine-learning  neural-networks  optimization  gradient-descent  sgd 

আমি বইটি পড়ছি: বিশপ, প্যাটার্ন রিকগনিশন এবং মেশিন লার্নিং (২০০)) যা তাত্পর্যপূর্ণ পরিবারকে ফর্মের বিতরণ হিসাবে সংজ্ঞায়িত করে (EQ। 2.194): p(x|η)=h(x)g(η)exp{ηTu(x)}p(x|η)=h(x)g(η)exp⁡{ηTu(x)}p(\mathbf x|\boldsymbol \eta) = h(\mathbf x) g(\boldsymbol \eta) \exp \{\boldsymbol \eta^\mathrm T \mathbf u(\mathbf x)\} তবে আমি বা \ mathbf u (\ mathbf x) এর উপর কোনও বিধিনিষেধ স্থাপন করি …

18 mathematical-statistics  exponential-family 

আমার কাছে চলাচলমূলক আচরণের সময়গুলি (ঘুমিয়ে যাওয়া, বেদমী এবং শারীরিক ক্রিয়াকলাপে ব্যয় করা সময়) সম্পর্কিত ডেটা রয়েছে যা প্রায় 24 এর সমান (প্রতিদিন প্রতি ঘন্টা হিসাবে)। আমি একটি পরিবর্তনশীল তৈরি করতে চাই যা এই প্রতিটি আচরণে ব্যয় করা আপেক্ষিক সময়কে ক্যাপচার করে - আমাকে বলা হয়েছে যে একটি আইসোমেট্রিক লগ-রেশিও …

18 r  multivariate-analysis  data-transformation  compositional-data 

আমরা উপলভ্য সমস্ত প্রশিক্ষণের নমুনাগুলির সম্পূর্ণতা এবং মিনি-ব্যাচের আকারকে নমুনার সংখ্যা হিসাবে সংজ্ঞায়িত করেছি যার উপরে গ্রেডিয়েন্টটি অবতরণের জন্য প্রয়োজনীয় ওজন / বায়াসগুলির আপডেটগুলি খুঁজে পাওয়ার জন্য আমাদের গড় গড়। আমার প্রশ্ন হ'ল আমাদের একটি মহাকালের মধ্যে প্রতিটি মিনি-ব্যাচ উত্পন্ন করার জন্য প্রশিক্ষণের উদাহরণগুলির সেট থেকে প্রতিস্থাপন ছাড়াই আঁকা উচিত। …

18 machine-learning  neural-networks  optimization  deep-learning 

আমি পড়েছি (উদাহরণস্বরূপ, এখানে ) যে কার্নেল ঘনত্বের প্রাক্কলন করার সময়, কমপক্ষে তাত্ত্বিক দিক থেকে এপেনটেকনিকভ কার্নেলটি সর্বোত্তম। যদি এটি সত্য হয় তবে গাউসীয়রা কেন ঘনত্বের অনুমানের পাঠাগারগুলিতে ডিফল্ট কার্নেল হিসাবে বা বহু ক্ষেত্রে একমাত্র কার্নেল হিসাবে এত ঘন ঘন প্রদর্শিত হয়?

18 nonparametric  kernel-smoothing 

আমি লগিট মডেলটি ব্যবহার করছি। আমার নির্ভরশীল পরিবর্তনশীল বাইনারি হয়। তবে একটি স্বাধীন পরিবর্তনশীল যা শ্রেণীগত এবং প্রতিক্রিয়া রয়েছে রয়েছে: 1.very good, 2.good, 3.average, 4.poor and 5.very poor। সুতরাং, এটি অর্ডিনাল ("পরিমাণগত শ্রেণীবদ্ধ")। মডেলটিতে কীভাবে এটি পরিচালনা করবেন তা সম্পর্কে আমি নিশ্চিত নই। আমি ব্যবহার করছি gretl। [@Ttnphns থেকে দ্রষ্টব্য: …

18 regression  logistic  ordinal-data  predictor 

এমএল হাইপারপ্যারামিটারগুলি সুর করার জন্য বায়সিয়ান অপটিমাইজেশন (1) সম্পর্কে যথেষ্ট সমকালীন গবেষণা রয়েছে । এখানে ড্রাইভিংয়ের অনুপ্রেরণা হ'ল যে পয়েন্টগুলি চেষ্টা করার জন্য সার্থক (অবজেক্টিভ ফাংশন কলগুলি ব্যয়বহুল, তাই আরও কম করা ভাল) কারণ ন্যূনতম সংখ্যক ডেটা পয়েন্ট প্রয়োজন হয় কারণ একটি মডেল প্রশিক্ষণ সময়োপযোগী - কিছু বিনয়ী -আমি যে …

18 hyperparameter  bayesian-optimization  optunity 

রিইনফোর্সমেন্ট লার্নিং অধ্যয়ন করার সময়, আমি পুরষ্কারের ফাংশনটির অনেকগুলি রূপ নিয়ে এসেছি: , আর ( গুলি , এ , এস ′ ) , এমনকি এমন একটি পুরষ্কারের কাজ যা কেবলমাত্র বর্তমান অবস্থার উপর নির্ভর করে। এটি বলার পরে, আমি বুঝতে পেরেছিলাম যে একটি পুরষ্কার ফাংশন 'তৈরি' বা 'সংজ্ঞায়িত' করা খুব …

18 machine-learning  reinforcement-learning 

আমি কেবল অপটিমাইজেশন সম্পর্কে শিখছি, এবং উত্তল এবং নন-উত্তল অপ্টিমাইজেশনের মধ্যে পার্থক্য বুঝতে সমস্যা হচ্ছি। আমার বোধগম্যতা থেকে একটি উত্তল ফাংশনটি এমন যেখানে "ফাংশনের গ্রাফের যে কোনও দুটি বিন্দুর মধ্যে রেখাংশটি উপরের বা গ্রাফের মধ্যে থাকে"। এই ক্ষেত্রে, গ্রেডিয়েন্ট বংশদ্ভুত অ্যালগরিদম ব্যবহার করা যেতে পারে কারণ একক ন্যূনতম রয়েছে এবং …

18 optimization 

আমার ডেটাগুলির কয়েকটি বৈশিষ্ট্যের বড় মান রয়েছে, অন্য বৈশিষ্ট্যগুলির মধ্যে খুব ছোট মান রয়েছে। বৃহত্তর মানগুলির প্রতি পক্ষপাতিত্ব রোধ করতে টি-এসএনই প্রয়োগ করার আগে কি + স্কেল ডেটা কেন্দ্র করা প্রয়োজন? আমি পাইথনের sklearn.manifold.TSNE বাস্তবায়ন ডিফল্ট ইউক্লিডিয়ান দূরত্বের মেট্রিকের সাথে ব্যবহার করি।

18 normalization  dimensionality-reduction  high-dimensional  tsne 

কিছু লেখক (যেমন প্যালান্ট, 2007, পৃষ্ঠা 225; নীচের চিত্র দেখুন) পর্যবেক্ষণের সংখ্যার বর্গমূলের মাধ্যমে পরীক্ষার পরিসংখ্যানকে বিভক্ত করে উইলকক্সন স্বাক্ষরিত র‌্যাঙ্ক পরীক্ষার জন্য প্রভাব আকার গণনা করার পরামর্শ দিয়েছেন: r=Znx+ny√r=Znx+nyr = \frac{Z}{\sqrt{n_x + n_y}} Zএসপিএসএস দ্বারা পরীক্ষার পরিসংখ্যান আউটপুট (নীচের চিত্রটি দেখুন) পাশাপাশি wilcoxsign_testআর। এর মাধ্যমেও (আমার সম্পর্কিত প্রশ্নটিও দেখুন: …

18 effect-size  wilcoxon-signed-rank 

আমার কাছে মুভিজ ডেটাসেটের একটি মডেল রয়েছে এবং আমি রিগ্রেশনটি ব্যবহার করেছি: model <- lm(imdbVotes ~ imdbRating + tomatoRating + tomatoUserReviews+ I(genre1 ** 3.0) +I(genre2 ** 2.0)+I(genre3 ** 1.0), data = movies) library(ggplot2) res <- qplot(fitted(model), resid(model)) res+geom_hline(yintercept=0) যা আউটপুট দিয়েছে: এখন আমি প্রথমবারে অ্যাডেড ভেরিয়েবল প্লট নামে কাজ করার …

18 regression  data-visualization  multiple-regression  scatterplot 

সাধারণত, এবং মধ্যে পার্থক্য কী ?E(X|Y)E(X|Y)E(X|Y)E(X|Y=y)E(X|Y=y)E(X|Y=y) প্রাক্তন ফাংশন এবং শেষটি ফাংশন ? এটা এত বিভ্রান্তিকর ..yyyxxx

18 conditional-expectation  notation  definition 

পটভূমি: দ্রষ্টব্য: আমার ডেটাসেট এবং আর-কোড পাঠ্যের নীচে অন্তর্ভুক্ত করা হয়েছে আমি আরআইকে lme4 প্যাকেজ ব্যবহার করে উত্পন্ন দুটি মিশ্র প্রভাবগুলির মডেলগুলির সাথে তুলনা করতে এআইসি ব্যবহার করতে চাই Each প্রতিটি মডেলের একটি নির্দিষ্ট প্রভাব এবং একটি এলোমেলো প্রভাব রয়েছে। নির্দিষ্ট প্রভাব মডেলগুলির মধ্যে পৃথক, তবে এলোমেলো প্রভাব মডেলগুলির মধ্যে …

18 maximum-likelihood  random-effects-model  fixed-effects-model  mixed-model  lme4-nlme