পরিসংখ্যান এবং বড় তথ্য

প্রশ্ন: নেভি-ওয়েস্ট (1987) এবং হানসেন-হড্রিক (1980) স্ট্যান্ডার্ড ত্রুটিগুলি ব্যবহার করার মধ্যে প্রধান পার্থক্য এবং মিলগুলি কী? কোন পরিস্থিতিতে এর মধ্যে একটির অপরটির চেয়ে বেশি পছন্দ করা উচিত? মন্তব্য: আমি জানি যে এই প্রতিটি সমন্বয় পদ্ধতি কীভাবে কাজ করে; যাইহোক, আমি এখনও এমন কোনও দলিল পাইনি যা তাদের সাথে অনলাইনে বা …

15 regression  autocorrelation  heteroscedasticity  robust-standard-error  neweywest 

আমি কীভাবে নিউরাল নেটওয়ার্ক ব্যবহার করব তা শিখার চেষ্টা করছি। আমি এই টিউটোরিয়াল পড়ছিলাম । একটি টাইম সিরিজ একটি নিউরাল নেটওয়ার্ক ঝুলানো মান ব্যবহার করার পরttt এ মানটি পূর্বাভাস দেওয়ার জন্য লেখক নীচের প্লটটি অর্জন করেন, যেখানে নীল রেখাটি সময় সিরিজ, সবুজই ট্রেনের ডেটাতে পূর্বাভাস, লাল পরীক্ষার ডেটা সম্পর্কে ভবিষ্যদ্বাণী …

15 time-series  neural-networks  predictive-models  deep-learning  prediction 

আমার প্রকল্পে আমি বাইনারি শ্রেণিবদ্ধকরণ (1 বা 0) পূর্বাভাস দেওয়ার জন্য একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করতে চাই। আমার 15 টি ভেরিয়েবল রয়েছে যার মধ্যে 2 টি শ্রেণিবদ্ধ, বাকিগুলি ক্রমাগত এবং পৃথক পৃথক ভেরিয়েবলের মিশ্রণ। লজিস্টিক রিগ্রেশন মডেলটি ফিট করার জন্য আমাকে এসভিএম, পার্সেপট্রন বা লিনিয়ার প্রোগ্রামিং ব্যবহার করে রৈখিক …

15 machine-learning  logistic  classification  svm  separation 

প্রশ্নাবলি গাছ কি অগভীর বা গভীর তার উপর নির্ভর করে? বা গাছের গভীরতা / স্তর নির্বিশেষে আমরা এটি বলতে পারি? পক্ষপাত কম এবং বৈকল্পিক কেন বেশি? স্বজ্ঞাত এবং গাণিতিকভাবে ব্যাখ্যা করুন

15 machine-learning  variance  covariance  cart  bias 

একটি আনোভা চলাকালীন আমাদের জানানো হয় যে এটি ডেটাতে প্রযোজ্য হওয়ার জন্য পরীক্ষার নির্দিষ্ট অনুমান অবশ্যই উপস্থিত থাকতে হবে। পরীক্ষার কাজ করার জন্য নিম্নলিখিত অনুমানগুলি কেন প্রয়োজনীয় ছিল তা আমি কখনই বুঝতে পারি নি: আপনার নির্ভরশীল পরিবর্তনশীল (অবশিষ্টগুলি) এর প্রকরণটি ডিজাইনের প্রতিটি কক্ষে সমান হওয়া উচিত আপনার নির্ভরশীল পরিবর্তনশীল (অবশিষ্টগুলি) …

15 hypothesis-testing  anova  assumptions 

আমি ভেবেছিলাম যে টিপিকাল সেটটির ধারণাটি বেশ স্বজ্ঞাত: দৈর্ঘ্য এর একটি অনুক্রম nnnটিপিকাল সেট A(n)ϵAϵ(n)A_\epsilon ^{(n)} যদি সিকোয়েন্সটি বের হওয়ার সম্ভাবনা বেশি থাকে। সুতরাং, কোন ক্রম যে সম্ভাবনা ছিল হবে A(n)ϵAϵ(n)A_\epsilon ^{(n)} । (আমি এন্ট্রপির সাথে সম্পর্কিত আনুষ্ঠানিক সংজ্ঞা এড়িয়ে চলেছি কারণ আমি এটি গুণগতভাবে বোঝার চেষ্টা করছি।) তবে, আমি …

15 entropy  intuition  information-theory 

কোন পর্যায়ে আমরা বহু স্তরের নিউরাল নেটওয়ার্কগুলিকে গভীর নিউরাল নেটওয়ার্ক হিসাবে শ্রেণিবদ্ধ করা বা অন্য উপায়ে বলতে শুরু করি 'গভীর নিউরাল নেটওয়ার্কের সর্বনিম্ন স্তরগুলির সংখ্যা কত?'

15 machine-learning  neural-networks  deep-learning  terminology 

একটি ডিস্ট্রিবিউশন এর প্রত্যাশিত মানটি f(x)f(x)f(x)গড়, এটি হ'ল ওয়েটড গড় মান E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx সর্বাধিক সম্ভাব্য মানটি হল মোড, এটিই সম্ভবত সম্ভাব্য মান। তবে আমরা কি আশা করব যে কোনওভাবে অনেক সময় দেখতে পাবে E[x]E[x]E[x]? এখান থেকে উদ্ধৃতি : তাহলে ফলাফল xixix_i সমানভাবে সম্ভাব্য হয় না, তারপর …

15 probability  distributions  chi-squared  expected-value  mode 

আমি ধাপে ফাংশনটি ব্যবহার করে আর-এ পদক্ষেপ এবং পশ্চাদপদ রিগ্রেশনের মধ্যে মূল পার্থক্যটি বোঝার চেষ্টা করছি। ধাপে ধাপে রিগ্রেশন করার জন্য আমি নিম্নলিখিত কমান্ডটি ব্যবহার করেছি step(lm(mpg~wt+drat+disp+qsec,data=mtcars),direction="both") আমি উপরের কোডের জন্য নীচের আউটপুট পেয়েছি। পিছনে পরিবর্তনশীল নির্বাচনের জন্য আমি নিম্নলিখিত কমান্ডটি ব্যবহার করেছি step(lm(mpg~wt+drat+disp+qsec,data=mtcars),direction="backward") এবং আমি পিছনে জন্য নীচের আউটপুট …

15 r  regression 

অনুমানের জন্য রিগ্রেশন মডেলগুলি ব্যবহার করার একটি প্রাথমিক ধারণা হ'ল "সমস্ত প্রাসঙ্গিক ভবিষ্যদ্বাণী" ভবিষ্যদ্বাণী সমীকরণের অন্তর্ভুক্ত করা হয়েছে। যুক্তিটি হ'ল একটি গুরুত্বপূর্ণ আসল-বিশ্ব ফ্যাক্টর অন্তর্ভুক্ত করতে ব্যর্থতা পক্ষপাতদুষ্ট সহগ এবং এইভাবে ভুল ইনফারেন্সগুলি (যেমন, বাদ দেওয়া পরিবর্তনশীল পক্ষপাত) বাড়ে। কিন্তু গবেষণা বাস্তবে, আমি আছে না যে কেউ সহ দেখা প্রতিম …

15 regression  assumptions  bias  predictor  confounding 

আমি আর-তে প্যাকেজ sklearnব্যবহার করে লজিস্টিক রিগ্রেশন লাইব্রেরি থেকে ফলাফলগুলি নকল করার চেষ্টা করছি glmnet। থেকে sklearnপণ্য সরবরাহ সংশ্লেষণ ডকুমেন্টেশন , এটা L2 শাস্তির অধীনে খরচ ফাংশন কমানোর জন্য চেষ্টা করছে minw,c12wTw+C∑i=1Nlog(exp(−yi(XTiডাব্লু + সি ) )+1)minw,c12wTw+ +সিΣআমি=1এনলগ⁡(মেপুঃ⁡(-Yআমি(এক্সআমিটিW+ +গ))+ +1)\min_{w,c} \frac12 w^Tw + C\sum_{i=1}^N \log(\exp(-y_i(X_i^Tw+c)) + 1) এর ভিগনেটগুলি থেকে glmnet, …

15 r  logistic  python  scikit-learn  glmnet 

আমি ভাবছিলাম যে 2 ইসিডিএফএসের সাথে তুলনা করার সময় কোলমোগোরভ-স্মারনভ, ক্রেমার-ভন-মাইজস এবং অ্যান্ডারসন-ডার্লিং কী কী মানদণ্ড ব্যবহার করবেন? আমি প্রত্যেকে কীভাবে পৃথক হয় তার গণিত জানি, তবে আমার যদি কিছু ইসিডিএফ ডেটা থাকে তবে আমি কীভাবে জানব যে কোন পরীক্ষাটি ব্যবহারের জন্য উপযুক্ত?

15 kolmogorov-smirnov  anderson-darling  two-sample 

প্যাটার্ন স্বীকৃতি এবং মেশিন লার্নিংয়ের বইয়ের 9 তম অধ্যায়ে, গাউসির মিশ্রণ মডেল সম্পর্কে এই অংশটি রয়েছে: সত্যি কথা বলতে কী আমি এটি বুঝতে পারি না কেন এটি এককত্ব তৈরি করবে। কেউ কি আমাকে এই ব্যাখ্যা করতে পারেন? আমি দুঃখিত তবে আমি কেবল আন্ডারগ্রাজুয়েট এবং মেশিন লার্নিংয়ের একজন নবজাতক, সুতরাং আমার …

15 gaussian-mixture 

আমি একজন সফটওয়্যার ইঞ্জিনিয়ার যিনি মেশিন লার্নিংয়ে কাজ করছেন। আমার উপলব্ধি থেকে, লিনিয়ার রিগ্রেশন (যেমন ওএলএস) এবং লিনিয়ার শ্রেণিবিন্যাস (যেমন লজিস্টিক রিগ্রেশন এবং এসভিএম) প্রশিক্ষিত সহগ w⃗ w→\vec{w} এবং বৈশিষ্ট্য ভেরিয়েবল মধ্যে একটি অভ্যন্তরীণ পণ্যের উপর ভিত্তি করে ভবিষ্যদ্বাণী করে :x⃗ x→\vec{x} y^=f(w⃗ ⋅x⃗ )=f(∑iwixi)y^=f(w→⋅x→)=f(∑iwixi) \hat{y} = f(\vec{w} \cdot \vec{x}) …

15 regression  machine-learning  classification  feature-selection  linear-model 

আমি যখন মিনি ব্যাচের গ্রেডিয়েন্ট শালীন প্রয়োগ করেছি, তখন আমি প্রশিক্ষণ ব্যাচের সমস্ত উদাহরণের গ্রেডিয়েন্টগুলি গড়েছি। তবে, আমি লক্ষ্য করেছি যে অনলাইন গ্রেডিয়েন্ট শালীনের তুলনায় এখন অনুকূল শিক্ষার হার অনেক বেশি। আমার অন্তর্নিহিততা এটি কারণ হ'ল গড় গ্রেডিয়েন্টটি কম গোলমাল এবং এটি দ্রুত অনুসরণ করা যেতে পারে। সুতরাং সম্ভবত এটি …

15 neural-networks  gradient-descent  backpropagation