পরিসংখ্যান এবং বড় তথ্য

(বাইনারি) লজিস্টিক রিগ্রেশন থেকে ভবিষ্যদ্বাণী করা ক্লাসগুলি মডেল দ্বারা উত্পাদিত শ্রেণীর সদস্যতার সম্ভাবনার উপর একটি থ্রোসোল্ড ব্যবহার করে নির্ধারিত হয়। আমি যেমন এটি বুঝতে পারি, সাধারণত ডিফল্টরূপে 0.5 ব্যবহার করা হয়। তবে প্রান্তিকের পরিবর্তিত হওয়া পূর্বাভাসের শ্রেণিবদ্ধকরণগুলিকে পরিবর্তন করবে। এর অর্থ কি প্রান্তিকটি একটি হাইপারপ্যারামিটার? যদি তা হয়, তবে (উদাহরণস্বরূপ) …

13 machine-learning  logistic  scikit-learn  hyperparameter 

আমি বর্তমানে এমন একটি সমস্যায় কাজ করছি যার মধ্যে আমাদের একটি ছোট ডেটাসেট রয়েছে এবং ফলাফলের কোনও চিকিত্সার কার্যকারিতা প্রভাব সম্পর্কে আগ্রহী। আমার পরামর্শদাতা আমাকে প্রতিক্রিয়া হিসাবে ফলাফল, তারপরে প্রতিক্রিয়া হিসাবে চিকিত্সা বরাদ্দ হিসাবে প্রতিটি ভবিষ্যদ্বাণী সম্পর্কে অবিচ্ছিন্ন রিগ্রেশন সঞ্চালনের নির্দেশ দিয়েছেন has অর্থাৎ, আমাকে একবারে একটি ভেরিয়েবলের সাথে একটি …

13 regression  multivariate-analysis  model-selection  causality  univariate 

কিছু পুরানো পরিসংখ্যান পর্যালোচনা করার সময় আমার কাছে এটি ছিল একটি বিচিত্র চিন্তাভাবনা এবং কোনও কারণে আমি উত্তরটি মনে করতে পারি না বলে মনে হয়। একটি অবিচ্ছিন্ন পিডিএফ আমাদের প্রদত্ত যে কোনও রেঞ্জের মানগুলি পর্যবেক্ষণের ঘনত্বকে বলে। উদাহরণস্বরূপ, যদি , উদাহরণস্বরূপ, তবে সম্ভবত একটি উপলব্ধি এবং মধ্যে পড়ে simply যেখানে …

13 normal-distribution  maximum-likelihood  pdf 

আমি শিল্পীদের একটি নমুনায় জরিপ জমা দিয়েছি। প্রশ্নগুলির মধ্যে একটি হ'ল আয়ের শতাংশের দ্বারা চিহ্নিত হওয়া: শৈল্পিক কার্যকলাপ, সরকারী সহায়তা, বেসরকারী পেনশন, কলা সম্পর্কিত নয় এমন ক্রিয়াকলাপ। শতকরা প্রায় 65৫% ব্যক্তি এরূপ জবাব দিয়েছেন যে শতাংশের যোগফল ১০০। অন্যরা তা করেন না: উদাহরণস্বরূপ, এমন কেউ আছেন যারা উত্তর দেন যে …

13 survey  bias 

একটি রিগ্রেশন Yyy উপর এক্সxx যদি ভেরিয়েবল যা উভয় প্রভাবিত বাদ দেওয়া হয়েছে কার্যকারণ হওয়ার প্রয়োজন নেই এক্সxx এবং Yyy । তবে যদি বাদ দেওয়া ভেরিয়েবল এবং পরিমাপ ত্রুটির জন্য না হয় তবে কি কোনও রিগ্রেশন কার্যকারিতা? অর্থাত্, যদি প্রতিটি সম্ভাব্য ভেরিয়েবলটি রিগ্রেশনে অন্তর্ভুক্ত করা হয়?

13 regression  bias  causality 

আমি লক্ষ করছি যে অনেক ব্যবহারিক অ্যাপ্লিকেশনগুলিতে, এমসিএমসি-ভিত্তিক পদ্ধতিগুলি পরামিতি বিশ্লেষণাত্মক হলেও পরামিতিটি অনুমান করার জন্য ব্যবহৃত হয় (উদাহরণস্বরূপ, কারণ প্রিয়ারগুলি সংযোগী ছিল)। আমার কাছে এটি এমসিএমসি-ভিত্তিক অনুমানকারীদের চেয়ে এমএপি-এসেসেক্টর ব্যবহার করা আরও বোধগম্য। কেউ বিশ্লেষণাত্মক উত্তরোত্তর উপস্থিতিতে কেন এখনও এমসিএমসি একটি উপযুক্ত পদ্ধতি হিসাবে চিহ্নিত করতে পারেন?

13 bayesian  mcmc  posterior 

আমি মনে করি এটা ধরণ মৌলিক, কিন্তু আমি একটি এলোপাতাড়ি ভেরিয়েবলের আছে , সম্ভাব্যতা হিসাবে একই কোনো বাস্তব-মান ক্রমাগত ফাংশন জন্য ?পি ( এক্স ≤ এ ) পি ( এফ ( এক্স ) ≤ চ ( ক ) ) চXXXP(X≤a)P(X≤a)P(X \leq a)P(f(X)≤f(a))P(f(X)≤f(a))P(f(X) \leq f(a))fff

13 probability  distributions 

আমি পরিসংখ্যান শেখার বইয়ের উপাদানগুলির সেরা উপসেট নির্বাচন সম্পর্কে পড়ছি। যদি আমার কাছে 3 পূর্বাভাস থাকে , আমি উপসেট তৈরি করব:2 3 = 8x1,x2,x3x1,x2,x3x_1,x_2,x_323=823=82^3=8 কোন ভবিষ্যদ্বাণীকারী সহ সাবসেট পূর্বাভাসকারী সাথে সাবসেটx1x1x_1 পূর্বাভাসকারী সাথে সাবসেটx2x2x_2 সাথে সাবসেটx3x3x_3 পূর্বাভাসকারীদের সাথে সাবসেটx1,x2x1,x2x_1,x_2 সহ সাবসেটx1,x3x1,x3x_1,x_3 পূর্বাভাসকারীদের সাথে সাবসেটx2,x3x2,x3x_2,x_3 সহ সাবসেটx1,x2,x3x1,x2,x3x_1,x_2,x_3 তারপরে আমি সেরা মডেলগুলি …

13 regression  feature-selection  lasso  bias-variance-tradeoff 

চিকিত্সা এবং ফলাফলগুলি বিবেচনা করে এমন অনেকগুলি গবেষণাপত্রে, আমি "গ্রুপগুলি বিস্তৃতভাবে একই রকম ছিল, সেখানে তাত্পর্য (সাধারণত" টেবিল 1 ") যা উপদ্রব ভেরিয়েবল (প্রায়শই ডেমোগ্রাফিক্স, কখনও কখনও চিকিত্সার পরিস্থিতি) বলা যেতে পারে তার টেবিগুলি দেখতে পাই such XXXXX এ কোনও উল্লেখযোগ্য পার্থক্য ছিল না, টেবিল দেখুন "। সুতরাং স্পষ্ট লক্ষ্যটি …

13 equivalence  controlling-for-a-variable 

আপনি যা করছেন সবই যদি অভিজ্ঞতা অভিজ্ঞতা থেকে পুনরায় স্যাম্পলিং হয় তবে কেন কেবল অনুশীলনমূলক বিতরণ অধ্যয়ন করবেন না? উদাহরণস্বরূপ বারবার নমুনা প্রয়োগ করে পরিবর্তনশীলতা অধ্যয়ন করার পরিবর্তে, কেন না কেবল অনুশীলনমূলক বিতরণ থেকে পরিবর্তনশীলতার পরিমাণ নির্ধারণ করা?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

বায়েশিয়ান ডিপ লার্নিং কী এবং এটি কীভাবে সনাতন বায়েশিয়ান পরিসংখ্যান এবং traditionalতিহ্যবাহী ডিপ লার্নিংয়ের সাথে সম্পর্কিত? জড়িত মূল ধারণা এবং গণিত কি কি? আমি কি বলতে পারি এটি কেবল প্যারাম্যাট্রিক বেইসিয়ান পরিসংখ্যান? এর মূল কাজগুলি পাশাপাশি এর বর্তমান প্রধান বিকাশ এবং অ্যাপ্লিকেশনগুলি কী কী? পিএস: বায়েশিয়ান ডিপ লার্নিং অনেক মনোযোগ …

13 bayesian  deep-learning 

নীচের চিত্রটিতে এর মতো বিতরণ তৈরি করতে আমি কি অন্য বিতরণ থেকে কাজ করতে পারি (খারাপ অঙ্কনের জন্য ক্ষমা চাইছি)? যেখানে আমি একটি নম্বর দেই (উদাহরণগুলিতে 0.2, 0.5 এবং 0.9) যেখানে শীর্ষটি হওয়া উচিত এবং একটি মানক বিচ্যুতি (সিগমা) যা কার্যটি আরও প্রশস্ত বা কম প্রশস্ত করে তোলে। পিএস: প্রদত্ত …

13 distributions  normal-distribution 

দুই বা ততোধিক শ্রেণিবদ্ধকরণের মডেলগুলির তুলনা করতে ব্যবহৃত একটি সাধারণ পরিমাপ হ'ল পরোক্ষভাবে তাদের কর্মক্ষমতা মূল্যায়নের উপায় হিসাবে আরওসি বক্ররেখা (এউসি) এর অধীনে অঞ্চলটি ব্যবহার করা। এক্ষেত্রে বৃহত্তর এওসি সহ একটি মডেলকে সাধারণত একটি ছোট এওসি সহ একটি মডেলের চেয়ে ভাল পারফরম্যান্স হিসাবে ব্যাখ্যা করা হয়। তবে, বিহিনেন, ২০১২ অনুসারে …

13 machine-learning  classification  roc  auc  model-evaluation 

যাক এবং চার র্যান্ডম ভেরিয়েবল যেমন যে হতে , যেখানে অজানা পরামিতি। এছাড়াও ধরে নিন যে ,তাহলে কোনটি সত্য?ওয়াই1, Y2, Y3Y1,Y2,Y3Y_1,Y_2,Y_3ওয়াই4Y4Y_4ই( ওয়াই1) = θ1- θ3; ই ( ওয়াই2) = θ1+ + θ2- θ3; ই ( ওয়াই3) = θ1- θ3; ই ( ওয়াই4) = θ1- θ2- θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space …

13 self-study  estimation  inference 

আমি একটি স্ক্রিপ্ট ব্যবহার করছি। এটি মূল রেকর্ডের জন্য। আমার একটি ডেটাফ্রেম রয়েছে যা প্রদত্ত গভীরতার (প্রথম কলামে) কলামগুলিতে বিভিন্ন প্রাথমিক রচনাগুলি দেখায়। আমি এটি দিয়ে একটি পিসিএ করতে চাই এবং আমি যে মানদণ্ড পদ্ধতিটি বেছে নিতে পারি তা সম্পর্কে আমি বিভ্রান্ত। আপনার মধ্যে কেউ এর clr()জন্য আপনার ডেটা প্রস্তুত …

13 r  pca  normalization  compositional-data