পরিসংখ্যান এবং বড় তথ্য

বলুন আমাদের বেশিরভাগ শ্রেণিবদ্ধ বৈশিষ্ট্যযুক্ত বাইনারি শ্রেণিবদ্ধকরণ সমস্যা রয়েছে। আমরা এটি শিখতে কিছু অ-লিনিয়ার মডেল (যেমন এক্সজিবিস্ট বা র্যান্ডম বন) ব্যবহার করি। এখনও কি বহু-তাত্পর্য সম্পর্কে উদ্বিগ্ন হওয়া উচিত? কেন? যদি উপরের উত্তরটি সত্য হয় তবে কোনওরাই কী এই লড়াইয়ের সাথে বিবেচনা করবেন যে এই ধরণের নন-লিনিয়ার মডেল ব্যবহার করা …

13 classification  random-forest  multicollinearity  xgboost 

আমি যা বুঝি সেগুলি থেকে, পি-মানগুলির উপর ভিত্তি করে পরিবর্তনশীল নির্বাচন (কমপক্ষে রিগ্রেশন প্রসঙ্গে) অত্যন্ত ত্রুটিযুক্ত। এটি এআইসির উপর ভিত্তি করে পরিবর্তনশীল নির্বাচন (বা অনুরূপ) হিসাবে একই কারণেও ত্রুটিযুক্ত হিসাবে বিবেচিত হয়, যদিও এটি কিছুটা অস্পষ্ট বলে মনে হয় (যেমন আমার প্রশ্ন এবং এই বিষয়ে এখানে কিছু লিঙ্কগুলি দেখুন: "পদক্ষেপের …

13 hypothesis-testing  multiple-regression  feature-selection  model-selection  aic 

আমি একটি রেফারেন্স খুঁজছি যেখানে এটি প্রমাণিত যে সুরেলা মানে x¯h=n∑ni=11xix¯h=n∑i=1n1xi\bar{x}^h = \frac{n}{\sum_{i=1}^n \frac{1}{x_i}} স্কোয়ারযুক্ত আপেক্ষিক ত্রুটির সমষ্টি হ্রাস করে ( )zzz ∑i=1n((xi−z)2xi).∑i=1n((xi−z)2xi).\sum_{i=1}^n \left( \frac{(x_i - z)^2}{x_i}\right).

13 references  mean  error  weighted-regression  harmonic-mean 

সামান্য ব্যাকগ্রাউন্ড আমি রিগ্রেশন বিশ্লেষণের ব্যাখ্যার উপর কাজ করছি তবে আমি r, r স্কোয়ারড এবং অবশিষ্ট স্ট্যান্ডার্ড বিচ্যুততার অর্থ সম্পর্কে সত্যিই বিভ্রান্ত হয়ে পড়েছি। আমি সংজ্ঞাগুলি জানি: Characterizations r একটি স্ক্যাটারপ্লোটে দুটি ভেরিয়েবলের মধ্যে রৈখিক সম্পর্কের শক্তি এবং দিকের পরিমাপ করে আর-স্কোয়ারটি ফিটেড রিগ্রেশন লাইনের সাথে ডেটা কতটা কাছাকাছি তার …

13 r  regression  regression-coefficients  linear  pearson-r 

আমি কিছু বায়ু / তরঙ্গ ডেটার জন্য আরিমা মডেলগুলি তৈরি করছি। আমি প্রতিটি ভেরিয়েবলের জন্য একটি পৃথক মডেল তৈরি করছি। আমার যে দুটি ভেরিয়েবলের মডেল করা দরকার তা হ'ল তরঙ্গ এবং বাতাসের দিক। মানগুলি ডিগ্রিতে (0-360।) হয়। মান ব্যবধানটি বৃত্তাকার যেখানে এই ধরণের ডেটা মডেল করা সম্ভব? যদি তা না …

13 time-series  arima  circular-statistics 

উদ্দেশ্য কেকেটির বোঝাপড়াটি সঠিক কিনা তা নিশ্চিত করুন। KKT- এ আরও ব্যাখ্যা এবং নিশ্চিতকরণ সন্ধান করুন। পটভূমি কেকেটি শর্তগুলি বোঝার চেষ্টা করছে, বিশেষত পরিপূরক, যা সর্বদা এসভিএম নিবন্ধগুলিতে নীল থেকে পপ আপ হয়। আমার বিমূর্ত সূত্রের তালিকার দরকার নেই তবে আমার একটি কংক্রিট, স্বজ্ঞাত এবং গ্রাফিকাল ব্যাখ্যা দরকার। প্রশ্ন P, …

13 svm  optimization  lagrange-multipliers 

যখন দুটি ভবিষ্যদ্বাণী নেতিবাচকভাবে পরস্পর সম্পর্কযুক্ত হয় তখন আমি তৃতীয় ভেরিয়েবলের সাথে যোগফলের পারস্পরিক সম্পর্কের জন্য কিছু বিভ্রান্তিকর ফলাফল পাচ্ছি getting কী কারণে এই বিভ্রান্তিকর ফলাফল ঘটছে? উদাহরণ 1: দুটি ভেরিয়েবল এবং তৃতীয় ভেরিয়েবলের যোগফলের মধ্যে সম্পর্ক নীচে দেখানো গিল্ডফোর্ডের 1965 পাঠের 427 পৃষ্ঠায় সূত্র 16.23 বিবেচনা করুন। বিভ্রান্তিকর সন্ধান: …

13 correlation  multiple-regression 

আমি যে সুনির্দিষ্ট সমস্যার সাথে কাজ করি (একটি প্রতিযোগিতা) হিসাবে আমার কাছে ফোলওয়েং সেটিং রয়েছে: 21 টি বৈশিষ্ট্য ([0,1] এর উপরের সংখ্যাসূচক) এবং একটি বাইনারি আউটপুট। আমার প্রায় 100 কে সারি রয়েছে। সেটিংটি খুব শোরগোল বলে মনে হচ্ছে। আমি এবং অন্যান্য অংশগ্রহণকারীরা কিছুক্ষণের জন্য ফিচার জেনারেশনটি প্রয়োগ করেন এবং টি-বিতরণ …

13 machine-learning  dimensionality-reduction  unsupervised-learning  tsne 

\newcommand{\diag}{\operatorname{diag}} আমাদের সমস্যা রয়েছে: minw∈Rd(1n∑i=1n(⟨w,xi⟩−yi)2+2λ||w||1),minw∈Rd(1n∑i=1n(⟨w,xi⟩−yi)2+2λ||w||1),\min_{w\in\mathbb{R}^{d}}\left( \frac{1}{n}\sum_{i=1}^{n} \left( \langle w,x_{i}\rangle-y_{i} \right)^{2} +2\lambda||w||_1\right), এই অনুমান সহ: ∑i=1nxixTi=diag(σ21,...,σ2d).∑i=1nxixiT=diag⁡(σ12,...,σd2).\sum_{i=1}^nx_ix_i^T=\diag(\sigma_1^2,...,\sigma_d^2). এক্ষেত্রে কি কোনও বন্ধ-ফর্ম সমাধান রয়েছে? আমার কাছে এটি রয়েছে: (XTX)−1=diag(σ−21,...,σ−2d),(XTX)−1=diag⁡(σ1−2,...,σd−2),(X^TX)^{-1}=\diag\left(\sigma_1^{-2},...,\sigma_d^{-2}\right), এবং তাই আমার মনে হয় উত্তরটি : w \, ^ j = y \, ^ j \ সর্বোচ্চ \ বামে \ {0,1- \ ল্যাম্বদা …

13 mathematical-statistics  lasso  computational-statistics  regularization 

আমি বুঝতে চেষ্টা করছি যে আলাদা ফুরিয়ার রূপান্তরটি ফুরিয়ার ভিত্তিকে ব্যবহার করে রিগ্রেশন হিসাবে একটি বক্ররেখার একই প্রতিনিধিত্ব দেয় কিনা। উদাহরণ স্বরূপ, library(fda) Y=daily$tempav[,1] ## my data length(Y) ## =365 ## create Fourier basis and estimate the coefficients mybasis=create.fourier.basis(c(0,365),365) basisMat=eval.basis(1:365,mybasis) regcoef=coef(lm(Y~basisMat-1)) ## using Fourier transform fftcoef=fft(Y) ## compare head(fftcoef) head(regcoef) …

13 fourier-transform  functional-data-analysis 

আমি নিউরাল নেটওয়ার্কটিকে "বোকা" বানানোর জন্য ম্যানুয়ালি চিত্রগুলি রচনা সম্পর্কে কিছু কাগজপত্র পড়েছি (নীচে দেখুন)। এটি কি কারণ যে নেটওয়ার্কগুলি কেবল শর্তযুক্ত সম্ভাবনা মডেল করে ? যদি কোনও নেটওয়ার্ক যৌথ সম্ভাব্যতা p ( y , x ) কে মডেল করতে পারে তবে কি এখনও এই ধরনের ঘটনা ঘটতে পারে?p(y|x)p(y|x)p(y|x)p(y,x)p(y,x)p(y,x) আমার …

13 machine-learning  neural-networks  deep-learning 

এই এপি কেন্দ্রীয় পৃষ্ঠায় র‌্যান্ডম ভেরিয়েবল বনাম বীজগণিত ভেরিয়েবলস , লেখক পিটার ফ্লানাগান-হাইড বীজগণিত এবং এলোমেলো পরিবর্তনশীলগুলির মধ্যে পার্থক্য আঁকেন। অংশে তিনি বলেন x+x=2xx+x=2xx + x = 2x , তবে X+X≠2XX+X≠2XX + X \neq 2X - প্রকৃতপক্ষে এটি নিবন্ধের সাবটাইটেল। একটি বীজগণিত পরিবর্তনশীল এবং একটি এলোমেলো পরিবর্তনশীল মধ্যে মৌলিক পার্থক্য …

13 probability  random-variable 

আমি বায়েশিয়ান পরিসংখ্যান গবেষণায় নতুন। আমি গবেষকদের কাছ থেকে শুনেছি যে বায়েশিয়ান গবেষকরা জেজিএস / স্ট্যানের মতো সরঞ্জাম ব্যবহার না করে নিজেরাই এমসিএমসি আরও ভালভাবে প্রয়োগ করে। আমি জিজ্ঞাসা করতে পারি যে শেখার উদ্দেশ্য ব্যতীত নিজেই (আর এর মতো "বেশ দ্রুত নয়" ভাষায়) এমসিসিএমের অ্যালগরিদম বাস্তবায়নের কী লাভ?

13 bayesian  mcmc 

আমার মতে পারস্পরিক সম্পর্কযুক্ত ইনপুট ডেটা অবশ্যই নিউরাল নেটওয়ার্কগুলিতে অত্যধিক মানসিকতার দিকে পরিচালিত করতে পারে কারণ নেটওয়ার্ক ডেটাতে সম্পর্ক সম্পর্কিত উদাহরণস্বরূপ শব্দটি শেখে। এটা কি সঠিক?

13 correlation  neural-networks  overfitting 

আমি পরিসংখ্যানগুলিতে আমার সম্মান শেষ করতে চলেছি, এবং আমি সত্যিই পিএইচডি করতে চাই কারণ আমি গাণিতিক পরিসংখ্যানকে অত্যন্ত আকর্ষণীয় বলে মনে করি। যে গবেষণার ক্ষেত্রগুলিতে আমি সবচেয়ে বেশি পিএইচডি করতে চাই সেগুলি হ'ল স্টোকাস্টিক প্রক্রিয়া এবং সময় সিরিজ series তবে আমি আমার পিএইচডি করার পরেও বেসরকারি খাতে ক্যারিয়ার গড়তে চাই। …

13 mathematical-statistics  careers  phd