পরিসংখ্যান এবং বড় তথ্য

বাইনারি শ্রেণীবদ্ধকরণ সমস্যার জন্য আমি বর্তমানে ম্যাটল্যাবে আরএফ টুলবক্স ব্যবহার করছি ডেটা সেট: 50000 নমুনা এবং 250 টিরও বেশি বৈশিষ্ট্য সুতরাং গাছের সংখ্যা বৃদ্ধির জন্য প্রতিটি ভাগে গাছের সংখ্যা এবং এলোমেলোভাবে নির্বাচিত বৈশিষ্ট্যটি কী হওয়া উচিত? অন্য কোনও প্যারামিটারগুলি ফলাফলগুলিকে ব্যাপকভাবে প্রভাবিত করতে পারে?

14 machine-learning  classification  random-forest 

বর্গাকার (ডাব্লুএসএস) এর গ্রুপের যোগফলকে ন্যূনতম করার জন্য আমাকে ক্লাস্টার ইউনিটগুলি ক্লাস্টারগুলিতে করতে হবে, তবে আমার নিশ্চিত করতে হবে যে প্রতিটি ক্লাস্টারে কমপক্ষে ইউনিট রয়েছে। কোনও ধারণা যদি আর এর কোনও ক্লাস্টারিং ফাংশন ন্যূনতম ক্লাস্টার আকারের সীমাবদ্ধতার সাপেক্ষে ক্লাস্টারগুলিতে ক্লাস্টারিংয়ের অনুমতি দেয় ? kmeans () কোনও আকারের বাধা বিকল্প হিসাবে …

14 r  clustering 

আমি কক্সফের "কোফ" এবং "(এক্সপ্রেস) কোফ" আউটপুট ঠিক কী তা বোঝার চেষ্টা করছি। দেখে মনে হচ্ছে কমান্ডে নির্ধারিত গোষ্ঠী অনুসারে "(এক্সপ্রেস) কোফ" মডেলের প্রথম ভেরিয়েবলের সাথে তুলনা করে। "কোফ" এবং "(এক্সপ্রেস) কোফ" এর মানগুলিতে কক্সফোফ ফাংশনটি কীভাবে আসে? তদ্ব্যতীত, যখন সেন্সরিং জড়িত থাকে তখন কক্স্ফ কীভাবে এই মানগুলি নির্ধারণ করে?

14 r  survival  interpretation 

গাউস-মার্কভ উপপাদ্য আমাদের বলে যে ওএলএসের অনুমানকারীটি লিনিয়ার রিগ্রেশন মডেলের সেরা লিনিয়ার নিরপেক্ষ অনুমানক। তবে ধরুন আমি লিনিয়ারিটি এবং পক্ষপাতহীনতা সম্পর্কে কোন চিন্তা করি না। তারপরে লিনিয়ার রিগ্রেশন মডেলটির জন্য আরও কিছু (সম্ভাব্য ননলাইনার / পক্ষপাতদুষ্ট) অনুমানক আছে যা গাউস-মার্কভ অনুমানের অধীনে বা অন্য কিছু সাধারণ অনুমানের অধীনে সবচেয়ে কার্যকর? …

14 regression  unbiased-estimator 

প্রশ্নটি সোজাসুজি: ওয়াইয়ের সাথে আবদ্ধ এবং বিযুক্ত হয়ে গেলে লিনিয়ার রিগ্রেশন ব্যবহার করা কি উপযুক্ত (যেমন পরীক্ষার স্কোর 1 ~ 100, কিছু প্রাক-সংজ্ঞায়িত র‌্যাঙ্কিং 1 ~ 17)? এই ক্ষেত্রে, লিনিয়ার রিগ্রেশন ব্যবহার করা কি "ভাল নয়", বা এটি ব্যবহার করা সম্পূর্ণ ভুল?

14 regression  multiple-regression  least-squares  linear  bounds 

যখন আমরা পরীক্ষা করি আমরা দুটি ফলাফল দিয়ে শেষ করি। 1) আমরা নাল অনুমানকে প্রত্যাখ্যান করি 2) আমরা নাল কল্পনা প্রত্যাখ্যান করতে ব্যর্থ। আমরা বিকল্প অনুমানকে গ্রহণ করার বিষয়ে কথা বলি না। আমরা যদি বিকল্প হাইপোথিসিস গ্রহণ করার বিষয়ে কথা না বলি তবে আমাদের কেন বিকল্প অনুমানের দরকার নেই? এখানে …

14 hypothesis-testing 

যদি প্রত্যাশিত মান হয় , কি প্রত্যাশিত মান ? এটি বিশ্লেষণ করে গণনা করা যায়?Gamma(α,β)Gamma(α,β)\mathsf{Gamma}(\alpha, \beta)αβαβ\frac{\alpha}{\beta}log(Gamma(α,β))log⁡(Gamma(α,β))\log(\mathsf{Gamma}(\alpha, \beta)) আমি যে প্যারামিট্রেশন ব্যবহার করছি তা হ'ল শেপ-রেট।

14 expected-value  gamma-distribution 

বিশেষত কাগল প্রতিযোগিতার প্রসঙ্গে আমি লক্ষ্য করেছি যে মডেলটির পারফরম্যান্স সমস্ত বৈশিষ্ট্য নির্বাচন / ইঞ্জিনিয়ারিং সম্পর্কে। যদিও আমি আরও বুঝতে পারি যে আরও প্রচলিত / পুরাতন-স্কুল এমএল অ্যালগরিদমগুলির সাথে কাজ করার ক্ষেত্রে কেন এমনটি হয় তবে গভীর স্নায়বিক নেটওয়ার্কগুলি ব্যবহার করার সময় কেন এমনটি হবে তা আমি দেখতে পাচ্ছি না। …

14 neural-networks  deep-learning  feature-selection  feature-engineering 

অনুপাতের ফলাফলের জন্য সম্প্রতি, আমি একটি বিটা রিগ্রেশন মডেল বাস্তবায়নে আগ্রহী। মনে রাখবেন যে এই ফলাফল দ্বিপাক্ষিক প্রসঙ্গে মাপসই হবে না, কারণ এই প্রসঙ্গে একটি "সাফল্য" সম্পর্কিত কোনও অর্থবহ ধারণা নেই। বাস্তবে, ফলাফলটি আসলে সময়কালের অনুপাত; অংকটি সেকেন্ডের সংখ্যার এবং একটি নির্দিষ্ট শর্তটি সেকেন্ডের মোট সংখ্যার চেয়ে সক্রিয় থাকে যখন …

14 logit  beta-regression 

আমি ফেসনেট কাগজ পড়ছিলাম এবং তৃতীয় অনুচ্ছেদে প্রবন্ধে বলা হয়েছে: পূর্ববর্তী মুখের স্বীকৃতিগুলি গভীর নেটওয়ার্কগুলির উপর ভিত্তি করে পরিচিত মুখ সনাক্তকরণের একটি সেট উপর প্রশিক্ষিত একটি শ্রেণিবদ্ধ স্তর ব্যবহার করে এবং তারপরে প্রশিক্ষণে ব্যবহৃত পরিচয়ের সেট ছাড়িয়ে স্বীকৃতিকে সাধারণীকরণ করতে ব্যবহৃত একটি প্রতিনিধিত্ব হিসাবে একটি মধ্যবর্তী বাধা স্তরটি গ্রহণ করে। …

14 neural-networks  image-processing 

আমি বিখ্যাত কাগজটি "ডিপ রেইনফোর্সমেন্ট লার্নিংয়ের সাথে আতারি বাজানো" ( পিডিএফ ) বোঝার চেষ্টা করছি । একটি যুগ এবং পর্বের মধ্যে পার্থক্য সম্পর্কে আমি অস্পষ্ট । অ্যালগরিদম , বাইরের লুপটি এপিসোডের ওপরে রয়েছে , যখন চিত্র এ এক্স-অ্যাক্সিসকে যুগের লেবেলযুক্ত রয়েছে । শক্তিবৃদ্ধি শেখার প্রসঙ্গে, আমি একটি যুগের অর্থ কী …

14 neural-networks  terminology  reinforcement-learning  q-learning 

আমার মূল প্রশ্নটি কী-ভাঁজ ক্রস-বৈধকরণ প্রশিক্ষণ / বৈধতা / পরীক্ষার সেট থাকার ক্ষেত্রে (এটি যদি এ জাতীয় প্রসঙ্গে পুরোপুরি ফিট করে তবে) কীভাবে ফিট করে তা বোঝার চেষ্টা করে with সাধারণত, লোকেরা ডেটাটিকে একটি প্রশিক্ষণ, বৈধকরণ এবং পরীক্ষার সেটগুলিতে বিভক্ত করার কথা বলে - অ্যান্ড্রু এনজি এর কোর্স অনুযায়ী 60/20/20 …

14 cross-validation  dataset  overfitting 

ক্রস-এনট্রপি ব্যয়টি কি রিগ্রেশন প্রসঙ্গে (শ্রেণিবিন্যাসের বিপরীতে) অর্থবোধ করে? যদি তা হয় তবে আপনি টেনসরফ্লো এর মাধ্যমে খেলনার উদাহরণ দিতে পারেন? তা না হলে কেন? আমি নিউরাল নেটওয়ার্কগুলিতে ক্রস-এনট্রপি এবং মাইকেল নীলসেনের ডিপ লার্নিংয়ের বিষয়ে পড়ছিলাম এবং মনে হয় এটি এমন একটি বিষয় যা স্বাভাবিকভাবেই রিগ্রেশন এবং শ্রেণিবিন্যাসের জন্য ব্যবহার …

14 regression  entropy  tensorflow  cross-entropy 

আমার (খুব বেসিক) বোঝার জন্য, নাইভ বেইস প্রশিক্ষণের ডেটাতে প্রতিটি বৈশিষ্ট্যের শ্রেণিকালীন ফ্রিকোয়েন্সিগুলির উপর ভিত্তি করে সম্ভাব্যতাগুলি অনুমান করে। তবে এটি কীভাবে অবিচ্ছিন্ন পরিবর্তনশীলগুলির ফ্রিকোয়েন্সি গণনা করে? এবং পূর্বাভাস দেওয়ার সময়, এটি কীভাবে একটি নতুন পর্যবেক্ষণকে শ্রেণিবদ্ধ করে যা প্রশিক্ষণ সংস্থায় কোনও পর্যবেক্ষণের সমান মূল্যমান নাও থাকতে পারে? এটি কোনও …

14 machine-learning  classification  bayesian  naive-bayes 

কিছু টিউটোরিয়ালে আমি দেখতে পেলাম যে "জাভিয়ার" ওজন সূচনা (কাগজ: গভীর ফিডফোরওয়ার্ড নিউরাল নেটওয়ার্কগুলির প্রশিক্ষণের অসুবিধা বোঝা ) স্নায়ুবিক নেটওয়ার্কগুলির ওজন সূচনা করার একটি কার্যকর উপায়। সম্পূর্ণ সংযুক্ত স্তরগুলির জন্য এই টিউটোরিয়ালে থাম্বের নিয়ম ছিল: ভীa r ( ডাব্লু) = 2এনi এন+ এনও তুমি টি,simpler alternative:Vএকটি আর (W) = 1এনi …

14 normal-distribution  variance  neural-networks  conv-neural-network