পরিসংখ্যান এবং বড় তথ্য

আমি শ্রেণিবিন্যাসের জন্য একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণের চেষ্টা করছি, তবে আমার কাছে থাকা লেবেলগুলি বরং শোরগোল রয়েছে (প্রায় 30% লেবেল ভুল)। ক্রস-এনট্রপি ক্ষতি প্রকৃতপক্ষে কাজ করে, তবে আমি ভাবছিলাম যে এই ক্ষেত্রে আরও কার্যকর কোনও বিকল্প আছে কি? বা ক্রস-এনট্রপি ক্ষতি কি সর্বোত্তম? আমি নিশ্চিত নই তবে আমি ক্রস-এনট্রপি ক্ষতি …

14 machine-learning  neural-networks  loss-functions  noise 

আমি গড় বর্গাকার ত্রুটির সূত্র এবং এটি কীভাবে গণনা করব তা জানি। যখন আমরা কোনও রিগ্রেশন সম্পর্কে কথা বলি তখন আমরা গড় বর্গাকার ত্রুটিটি গণনা করতে পারি। তবে আমরা একটি শ্রেণিবিন্যাস সমস্যার জন্য কীভাবে কোনও এমএসই সম্পর্কে কথা বলতে পারি এবং এটি কীভাবে গণনা করব?

14 classification  error 

আমার দুটি অসম গ্রুপ রয়েছে (৯৯ এবং ৫২) এবং একটি মান-ভেরিয়েবলের স্কোরগুলি পৃথক কিনা তা দেখতে মান-হুইটনি ইউ-পরীক্ষা চালাতে চাই। আমি দেখতে পাচ্ছি যে কুরস্কাল-ওয়ালিসের সাথে করা ঠিক আছে, মান-হুইটনিতেও কি একই প্রয়োগ রয়েছে?

14 sample-size  wilcoxon-mann-whitney 

কেরাস এম্বেডিং স্তরটিতে এম্বেডিং স্তরটি কীভাবে প্রশিক্ষিত হয়? (টেনসরফ্লো ব্যাকএন্ড ব্যবহার করে বলুন, এর অর্থ এটি ওয়ার্ড টুভেক, গ্লোভ বা ফাস্টটেক্সটের সমান) ধরে নিন আমরা একটি পূর্বনির্ধারিত এম্বেডিং ব্যবহার করি না।

14 deep-learning  keras  word-embeddings 

সর্বজনীন আনুমানিক তত্ত্বটি নিউরাল নেটওয়ার্কগুলির জন্য একটি বিখ্যাত ফলাফল, মূলত উল্লেখ করে যে কিছু অনুমানের অধীনে, কোনও ফাংশন কোনও নির্ভুলতার মধ্যে নিউরাল নেটওয়ার্ক দ্বারা অভিন্নভাবে সমান হতে পারে। কনভোলশনাল নিউরাল নেটওয়ার্কগুলিতে প্রযোজ্য এমন কিছু উপমা রয়েছে কি?

14 neural-networks  conv-neural-network  approximation 

আমি ধারাবাহিক এবং অ্যাসেম্পোটোটিক্যালি নিরপেক্ষ শব্দটির মধ্যে পার্থক্য এবং ব্যবহারিক পার্থক্যের জন্য একটি স্বজ্ঞাত বোঝার এবং অনুভব করার চেষ্টা করছি। আমি তাদের গাণিতিক / পরিসংখ্যান সংজ্ঞা জানি, কিন্তু আমি স্বজ্ঞাত কিছু খুঁজছি। আমার কাছে, তাদের পৃথক সংজ্ঞাটি দেখে তারা প্রায় একই জিনিস বলে মনে হয়। আমি বুঝতে পারি পার্থক্যটি অবশ্যই …

14 bias  convergence  unbiased-estimator  asymptotics  intuition 

আমার 34 টি ইনপুট কলাম এবং 8 আউটপুট কলাম সমেত একটি ডেটাসেট রয়েছে। সমস্যাটি সমাধান করার একটি উপায় হ'ল 34 আউটপুট নেওয়া এবং প্রতিটি আউটপুট কলামের জন্য স্বতন্ত্র রিগ্রেশন মডেল তৈরি করা। আমি ভাবছি বিশেষত নিউরাল নেটওয়ার্ক ব্যবহার করে কেবলমাত্র একটি মডেল ব্যবহার করে এই সমস্যাটি সমাধান করা যেতে পারে। …

14 neural-networks  deep-learning  multivariate-regression 

সাধারণত যখন কোনও বিতরণের এলোমেলোভাবে নমুনা গড় গ্রহণ করে (নমুনা আকারের চেয়ে বেশি আকারের চেয়ে বেশি 30) একজন গড় গড়ের আশেপাশে একটি সাধারণ বিতরণ কেনা হয়। তবে, শুনেছি কচী বিতরণের কোনও গড় মূল্য নেই। কচী বিতরণের নমুনা উপায় অর্জন করার পরে কেউ কী বিতরণ গ্রহণ করবে? মূলত একটি বিতরণের জন্য …

14 cauchy 

আমি কেবল একটি নেতিবাচক দ্বিপদী জিএলএম চালিয়েছি এবং এটি আউটপুট: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 1.6954 …

14 r  categorical-data  generalized-linear-model  interpretation  negative-binomial 

নিম্নলিখিত উদাহরণে > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal to …

14 r  odds-ratio  fishers-exact 

বাইনারি ফলাফল Y∈ { 0 , 1 }এনy∈{0,1}ny\in\{0,1\}^n এবং কিছু পূর্বাভাসক ম্যাট্রিক্স X∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p} সহ একটি ডেটা সেট দেওয়া , মানীয় লজিস্টিক রিগ্রেশন মডেল সহগের βMLEβMLE\beta_{MLE} অনুমান করে যা দ্বিপদী সম্ভাবনা সর্বাধিক করে তোলে। যখন XXX পূর্ণ র‌্যাঙ্ক হয় βMLEβMLE\beta_{MLE} স্বতন্ত্র; নিখুঁত বিচ্ছেদ উপস্থিত না হলে, এটি সীমাবদ্ধ। এই সর্বোচ্চ …

13 logistic  maximum-likelihood  auc 

সম্ভবত পরিসংখ্যানগত পদ্ধতিগুলি অপব্যবহার করার অনেকগুলি উপায় রয়েছে। স্বতন্ত্র পরামর্শ হিসাবে প্রথমে প্রকাশিত দুর্বল পরিসংখ্যান অনুশীলনের এমন কোনও উদাহরণ সম্পর্কে আপনি কি জানেন (উদাহরণস্বরূপ "আপনার এই পদ্ধতিটি ব্যবহার করা উচিত ..."), এরপরে বারবার উদ্ধৃত হওয়া নামকরা একাডেমিক জার্নালে? ভবিষ্যদ্বাণীমূলক বিধি প্রতি 10 ইভেন্টগুলির একটি উদাহরণ হতে পারে যা প্রায়শই লজিস্টিক …

13 references  statistical-falsehoods 

ইন Kahneman এবং Deaton (2010) , লেখক নিম্নলিখিত লিখুন:††^\dagger এই রিগ্রেশনটি 0.67852 এর মূল মূল স্কোয়ার ত্রুটি (আরএমএসই) সহ 37% বৈকল্পিকতা ব্যাখ্যা করে। আউটলিয়ার এবং অব্যর্থ আয়কর প্রতিবেদনগুলি অপসারণ করার জন্য, আমরা পর্যবেক্ষণগুলি বাদ দিয়েছিলাম যাতে লগ ইনকাম এবং তার পূর্বাভাসের মধ্যে পার্থক্যের নিখুঁত মান আরএমএসইয়ের 2.5 গুন অতিক্রম করে। …

13 regression  outliers 

সেই জনসংখ্যার গড় দৈহিক গণ সূচক ( ) গণনা করার জন্য প্রদত্ত জনগোষ্ঠীর গড় দৈর্ঘ্য ( ) এবং গড় ওজন ( ) ব্যবহার করা বৈধ ?জhhWwwবি এমআমি= ডাব্লুজ2BMI=wh2BMI = \frac{w}{h^2}

13 mean  sample  population 

সাধারণত লজিস্টিক রিগ্রেশন, আমরা একটি মডেল ফিট এবং প্রশিক্ষণ সেট কিছু পূর্বাভাস পেতে। তারপরে আমরা সেই প্রশিক্ষণের পূর্বাভাসগুলি ( এখানে কিছু জাতীয় ) ক্রস-বৈধকরণ এবং আরওসি বক্ররেখার মতো কোনও কিছুর উপর ভিত্তি করে অনুকূল থ্রোসোল্ড মানটি নির্ধারণ করি। আমরা কেন আসল মডেলের মধ্যে দোরের ক্রস-বৈধকরণকে একত্রিত করি না এবং পুরো …

13 logistic  cross-validation  optimization  roc  threshold