পরিসংখ্যান এবং বড় তথ্য

আমি এই থ্রেডটি দিয়ে পড়েছি এবং এটি দেখে মনে হচ্ছে এমন: পরিসংখ্যান = আনয়ন? সম্ভাবনা = ছাড়? তবে আমি ভাবছি যে আমি যে তুলনা করছি তা নিয়ে আরও কিছু বিশদ থাকতে পারে। উদাহরণস্বরূপ, পরিসংখ্যানগুলি অন্তর্ভুক্তির সমান, বা এটি কেবল এটির একটি নির্দিষ্ট কেস? দেখে মনে হয় সম্ভাবনা হ্রাসের একটি সাব …

17 probability  theory 

লক । এই প্রশ্নটি এবং এর উত্তরগুলি লক করা আছে কারণ প্রশ্নটি অফ-টপিক তবে historicalতিহাসিক তাত্পর্যপূর্ণ। এটি বর্তমানে নতুন উত্তর বা মিথস্ক্রিয়া গ্রহণ করছে না। আর-তে আমার কাছে একটি ক্লাস লেবেল সি (একটি ফ্যাক্টর) এবং দুটি পরিমাপ, এম 1 এবং এম 2 সমন্বিত একটি ডেটা ফ্রেম রয়েছে । আমি প্রতিটি …

17 r  correlation 

এই প্রশ্নটি অন্য কোথাও আলোচনার মাধ্যমে উত্সাহিত করা হবে । পরিবর্তনশীল কার্নেলগুলি প্রায়শই স্থানীয় প্রতিরোধে ব্যবহৃত হয়। উদাহরণস্বরূপ, লোস ব্যাপকভাবে ব্যবহৃত হয় এবং একটি রিগ্রেশন স্মুথ হিসাবে ভাল হিসাবে কাজ করে এবং ভেরিয়েবল প্রস্থের কার্নেলের উপর ভিত্তি করে যা ডেটা স্পারসিটির সাথে খাপ খায়। অন্যদিকে, পরিবর্তনশীল কার্নেলগুলি সাধারণত কার্নেল ঘনত্বের …

17 nonparametric  smoothing  kernel-smoothing  loess 

ধরুন, একই জনগোষ্ঠীর মধ্যে দুটিতে স্বতন্ত্র নমুনা রয়েছে এবং পয়েন্ট অনুমান এবং আত্মবিশ্বাসের ব্যবধানগুলি অর্জন করতে দুটি নমুনায় বিভিন্ন পদ্ধতি ব্যবহার করা হয়েছিল। তুচ্ছ ক্ষেত্রে কোনও বুদ্ধিমান ব্যক্তি কেবলমাত্র দুটি নমুনা পুল করে বিশ্লেষণ করার জন্য একটি পদ্ধতি ব্যবহার করবেন, তবে আসুন এই মুহুর্তের জন্য ধরে নেওয়া যাক যে নিখোঁজ …

17 confidence-interval  meta-analysis 

মতলব এবং পাইথনের মধ্যে কোন পরিসংখ্যান সাধারণ পরিসংখ্যানের ডেটা বিশ্লেষণের জন্য ভাল? প্রতিটি জন্য অ্যাক্সেসযোগ্যতা ব্যতীত বিভিন্ন উপকারিতা এবং কনস কী কী?

17 matlab  python 

আমি সাইকোমেট্রিক দৃষ্টিকোণ থেকে আইটেমগুলি বিশ্লেষণ করতাম। তবে এখন আমি প্রেরণা এবং অন্যান্য বিষয়ে অন্যান্য ধরণের প্রশ্ন বিশ্লেষণ করার চেষ্টা করছি। এই প্রশ্নগুলি সমস্তই লিকার্ট স্কেলে রয়েছে। আমার প্রাথমিক চিন্তাটি ছিল ফ্যাক্টর বিশ্লেষণ ব্যবহার করা, কারণ প্রশ্নগুলি কিছু অন্তর্নিহিত মাত্রাগুলি প্রতিফলিত করার জন্য অনুমান করা হয়। কিন্তু ফ্যাক্টর বিশ্লেষণ কি …

17 factor-analysis  scales  psychometrics  likert  psychology 

লক । এই প্রশ্নটি এবং এর উত্তরগুলি লক করা আছে কারণ প্রশ্নটি অফ-টপিক তবে historicalতিহাসিক তাত্পর্যপূর্ণ। এটি বর্তমানে নতুন উত্তর বা মিথস্ক্রিয়া গ্রহণ করছে না। আমি এই বইটি কিনেছি: যে কোনও কিছুর পরিমাপ কীভাবে করা যায়: ব্যবসায়ের ক্ষেত্রে ইনট্যাঞ্জিবলসের মান খুঁজে পাওয়া এবং প্রধান প্রথম ডেটা বিশ্লেষণ: বড় সংখ্যা, পরিসংখ্যান …

17 machine-learning  bayesian  references 

আমি এলোমেলো ভেরিয়েবল জন্য স্থানীয় বিকল্প বিপরীতে নাল পরীক্ষা করার চেষ্টা করছি , যা এলোমেলো ভেরিয়েবলের হালকা থেকে মাঝারি স্কিউ এবং কুর্তোসিসের সাপেক্ষে। উইলকক্সের 'রবস্ট এস্টিমেশন অ্যান্ড হাইপোথেসিস টেস্টিংয়ের ভূমিকা'-এর পরামর্শ অনুসরণ করে, আমি ছাঁটাইযুক্ত গড়, মধ্যস্থতা, পাশাপাশি অবস্থানের এম-এসিমেটার (উইলকক্স' "এক-পদক্ষেপ" পদ্ধতি) এর উপর ভিত্তি করে পরীক্ষাগুলি দেখেছি। এই …

17 hypothesis-testing  t-test  finance  robust 

পোয়েসন বিতরণে ফ্যাক্টরিয়াল হওয়ার কারণে, পর্যবেক্ষণগুলি বড় হলে পোইসন মডেলগুলি (উদাহরণস্বরূপ, সর্বাধিক সম্ভাবনা ব্যবহার করে) অনুমান করা অযৌক্তিক হয়ে ওঠে। সুতরাং, উদাহরণস্বরূপ, যদি আমি একটি নির্দিষ্ট বছরে আত্মহত্যার সংখ্যা ব্যাখ্যা করার জন্য কোনও মডেলটি অনুমান করার চেষ্টা করছি (কেবলমাত্র বার্ষিক তথ্য পাওয়া যায়), এবং বলি, প্রতি বছর হাজার হাজার আত্মহত্যা …

17 modeling  poisson-distribution  large-data 

আমরা ধরে নিতে পারি যে আমাদের সিএসভি ফাইল রয়েছে এবং আমরা একটি প্লট এবং সরল কিংবদন্তীর বেশ কয়েকটি লাইন সহ একটি খুব প্রাথমিক লাইন প্লট চাই।

17 data-visualization 

আমি একটি অ্যালগরিদম তৈরি করতে চাই যা যে কোনও সময় সিরিজ বিশ্লেষণ করতে সক্ষম হবে এবং বিশ্লেষিত সময় সিরিজের ডেটার জন্য "স্বয়ংক্রিয়ভাবে" সেরা traditionalতিহ্যবাহী / স্টেটিসিকাল পূর্বাভাস পদ্ধতি (এবং এর পরামিতি) চয়ন করতে পারে। এরকম কিছু করা কি সম্ভব? যদি হ্যাঁ, তবে আপনি কীভাবে এটির কাছে যেতে পারেন সে সম্পর্কে …

17 time-series  forecasting  python 

সময় সিরিজের পূর্বাভাসের জন্য পুনরাবৃত্তি নিউরাল নেটওয়ার্কগুলি ব্যবহার করার বিষয়ে চিন্তাভাবনা। এআরএমএ এবং এআরআইএমএ মডেলগুলি লিনিয়ার অটো-রিগ্রেশন ব্যবহারের তুলনায় এগুলি মূলত এক ধরণের সাধারণ অ-লিনিয়ার অটো-রিগ্রেশন বাস্তবায়ন করে implement যদি আমরা অ-রৈখিক অটো-রিগ্রেশন সম্পাদন করে থাকি তবে কি এখনও সময় সিরিজটি স্থির হওয়া প্রয়োজন এবং এটি কি আমরা আরিমা মডেলগুলিতে …

17 time-series  autoregressive  nonlinear  stationarity 

শক্তসমর্থ পিসিএ (যেমন ক্যান্ডিস এট আল 2009 বা আরও উন্নততর নেত্রপল্লী এট আল 2014 দ্বারা বিকাশ করা হয়েছে ) মাল্টিভারিয়েট আউটলেট সনাক্তকরণের জন্য একটি জনপ্রিয় পদ্ধতি , তবে মহাওলোবিস দূরত্বও বহিরাগত সনাক্তকরণের জন্য ব্যবহার করা যেতে পারে কোভেরিয়েন্স ম্যাট্রিক্সের একটি দৃ rob় , নিয়মিত অনুমানের কারণে । আমি অন্য পদ্ধতিতে …

17 pca  outliers  covariance-matrix  robust  anomaly-detection 

আমি তুলনামূলকভাবে কম মাত্রিক সেটিং (এন >> পি) এ বৈশিষ্ট্য নির্বাচনের জন্য লাসো ব্যবহার করছি। লাসোর একটি মডেল ফিট করার পরে, আমি কোনও জরিমানা ছাড়াই কোনও মডেল ফিট করতে ননজারো সহগ সহ কোভেরিয়েটগুলি ব্যবহার করতে চাই। আমি এটি করছি কারণ আমি নিরপেক্ষ অনুমান করতে চাই যা লাসো আমাকে দিতে পারে …

17 regression  feature-selection  lasso  unbiased-estimator 

আমি LSTM স্নায়ুর নেটওয়ার্ক নিম্নলিখিত ব্লগের মাধ্যমে যাচ্ছি: http://machinelearningmastery.com/understanding-stateful-lstm-recurrent-neural-networks-python-keras/ এলএসটিএমগুলির বিভিন্ন কনফিগারেশনের জন্য লেখক ইনপুট ভেক্টর এক্সকে [নমুনা, সময়ের ধাপ, বৈশিষ্ট্য] হিসাবে পুনরায় আকার দিন। লেখক লিখেছেন প্রকৃতপক্ষে, বর্ণগুলির ক্রমগুলি পৃথক বৈশিষ্ট্যগুলির এক সময়ের পদক্ষেপের পরিবর্তে কোনও বৈশিষ্ট্যের সময়ের পদক্ষেপ। আমরা নেটওয়ার্ককে আরও প্রসঙ্গ দিয়েছি, তবে এটি প্রত্যাশার মতো আরও …

17 neural-networks  lstm  rnn  tensorflow  tensor