পরিসংখ্যান এবং বড় তথ্য

আমরা যদি এর কার্যকারণ প্রভাব নিরূপণ করতে চেয়েছিলেন উপর নীচের কার্যকারণ গ্রাফ, আমরা উভয় ব্যাক ডোর সমন্বয় এবং ফ্রন্ট-ডোর সমন্বয় উপপাদ্য, অর্থাত্, ব্যবহার করতে পারেন XXXYYYP(y|do(X=x))=∑uP(y|x,u)P(u)P(y|do(X=x))=∑uP(y|x,u)P(u)P(y | \textit{do}(X = x)) = \sum_u P(y | x, u) P(u) এবং P(y|do(X=x))=∑zP(z|x)∑x′P(y|x′,z)P(x′).P(y|do(X=x))=∑zP(z|x)∑x′P(y|x′,z)P(x′).P(y | \textit{do}(X = x)) = \sum_z P(z | x) \sum_{x'} P(y|x', …

12 self-study  causality  graph-theory  dag 

আমি এখনও এএনওওয়াকে দুটি উপায়ে ব্যবহার করতে দেখেছি: প্রথমত , আমার সূচনাসংখ্যার পরিসংখ্যান পাঠ্যে, আনোভা তিনটি বা ততোধিক গোষ্ঠীর সাথে তুলনামূলকভাবে তুলনামূলকভাবে তুলনামূলক উন্নয়নের জন্য উপস্থাপিত হয়েছিল, যাতে কোনও একটিটির পরিসংখ্যানগতভাবে তাত্পর্য রয়েছে কিনা তা নির্ধারণ করতে। দ্বিতীয়ত , আমার পরিসংখ্যানগত পাঠ্য পাঠে, আমি অ্যানোভা দুটি (বা আরও) নেস্টেড মডেলের …

12 hypothesis-testing  anova  model-comparison  f-test  nested-models 

আমি লোকেশন-স্কেল পরিবারের অর্থ সম্পর্কে ভাবছিলাম। আমার বোধগম্যতা হল যে কোনও লোকাল স্কেল পরিবারের প্রতিটি সদস্যের জন্য প্যারামিটারগুলির সাথে অবস্থান এবং স্কেল রয়েছে, তবে বিতরণ কোনও পরামিতিগুলির উপর নির্ভর করে না এবং এটি সেই পরিবারের অন্তর্গত প্রতিটি জন্য সমান ।XXXaaabbbZ=(X−a)/bZ=(X−a)/bZ =(X-a)/bXXX সুতরাং আমার প্রশ্নটি কি আপনি একটি উদাহরণ প্রদান করতে …

12 probability  distributions  mathematical-statistics  random-variable  moments 

প্রথমত: আমি জানি, একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণের জন্য প্রয়োজনীয় কোনও নমুনা আকারের সংখ্যা নেই। এটি কাজের জটিলতা, ডেটাতে গোলমাল ইত্যাদির মতো অনেকগুলি কারণের উপর নির্ভর করে। আমার কাছে যত বেশি প্রশিক্ষণের নমুনা রয়েছে, তত ভাল আমার নেটওয়ার্ক হবে। তবে আমি ভাবছিলাম: আমি যদি আমার কাজটিকে যথেষ্ট "সরল" বলে ধরে নিই …

12 neural-networks  overfitting  underdetermined 

আমি কখনই নিশ্চিত নন-অর্ডারযুক্ত শ্রেণীবদ্ধ ভেরিয়েবলগুলির জন্য কখন এক-হট এনকোডিং ব্যবহার করব এবং কখন করব না। আমি যখনই অ্যালগরিদম দূরত্বের মেট্রিক ব্যবহার করে সাদৃশ্য গণনা করি তখনই আমি এটি ব্যবহার করি। কোনটি কি ধরণের অ্যালগরিদমগুলিকে অ-অর্ডারযুক্ত শ্রেণীবদ্ধ বৈশিষ্ট্যগুলির জন্য এক-হট-এনকোড হওয়া প্রয়োজন এবং কোনটি হবে না সে সম্পর্কে একটি সাধারণ …

12 machine-learning  categorical-data  categorical-encoding  data-preprocessing 

আসুন ধরে নেওয়া যাক আমাদের একটি শ্রেণিবদ্ধকরণ সমস্যা আছে এবং প্রথমে আমরা ডেটা থেকে কিছু অন্তর্দৃষ্টি পেতে চাই এবং আমরা টি-এসএনই করি। টি-এসএনইর ফলাফল ক্লাসগুলি খুব ভালভাবে পৃথক করে। এর দ্বারা বোঝা যায় যে শ্রেণিবদ্ধকরণ মডেল তৈরি করা সম্ভব যা ক্লাসগুলিও খুব ভালভাবে আলাদা করবে (যদি টি-এসএনই ভালভাবে আলাদা না …

12 classification  tsne 

আমার (খুব বিনয়ী) ভেরিয়েশনাল ইনফারেন্স বোঝার জন্য, একটি নিম্নরূপটিকে অনুকূল করে এমন একটি ডিস্ট্রিবিউশন খুঁজে বের করে অজানা একটি বিতরণ আনুমানিক করার চেষ্টা করে :pppqqq KL(p||q)=∑xp(x)logp(x)q(x)KL(p||q)=∑xp(x)logp(x)q(x)KL (p||q) = \sum\limits_{x} p(x)log \frac {p(x)}{q(x)} আমি যখনই ভেরিয়েশনাল ইনফারেন্স বোঝার জন্য সময় ব্যয় করি আমি এই সূত্রটিকে আঘাত করতে থাকি এবং সাহায্য করতে …

12 variational-bayes 

পটভূমি: আমি ইয়ান গুডফেলো এবং যোশুয়া বেনজিও এবং অ্যারন কউরভিলের ডিপ লার্নিংয়ের chapter ষ্ঠ অধ্যায়টি অধ্যয়ন করছি। বিভাগে .2.২.২.২ (183 এর 182 পৃষ্ঠাগুলি যা এখানে দেখা যায় ) সিগময়েডের আউটপুট ব্যবহার অনুপ্রাণিত করা হয়।P(y=1|x)পি(Y=1|এক্স)P(y=1|x) কিছু উপাদান সংক্ষিপ্তসার হিসাবে তারা কে একটি অ্যাক্টিভেশন প্রয়োগ করার আগে একটি আউটপুট নিউরন হতে দেয় …

12 neural-networks  deep-learning 

যদি আমরা একটি ব্যাচে 10 টি উদাহরণ বলতে প্রক্রিয়াকরণ করি তবে আমি বুঝতে পারি যে আমরা প্রতিটি উদাহরণের জন্য ক্ষতির পরিমাণ তুলতে পারি, তবে প্রতিটি উদাহরণের জন্য ওজন আপডেট করার ক্ষেত্রে ব্যাকপ্রসারণ কীভাবে কাজ করে? উদাহরণ স্বরূপ: উদাহরণ 1 -> ক্ষতি = 2 উদাহরণ 2 -> ক্ষতি = -2 এটির …

12 neural-networks  gradient-descent  backpropagation  tensorflow 

আমার কাছে 2500 ভেরিয়েবল এবং 142 টি পর্যবেক্ষণের মতো এই বিশাল ডেটা সেট রয়েছে। আমি ভেরিয়েবল এক্স এবং বাকি ভেরিয়েবলগুলির মধ্যে একটি সম্পর্ক স্থাপন করতে চাই। তবে অনেক কলামের জন্য, এন্ট্রিগুলি অনুপস্থিত রয়েছে। আমি "জোড়াওয়ালা-সম্পূর্ণ" আর্গুমেন্ট ( use=pairwise.complete.obs) ব্যবহার করে আর-তে এটি করার চেষ্টা করেছি এবং এটি সংশ্লেষণের একটি গোছা …

12 r  correlation  missing-data  correlation-matrix 

আমি সম্প্রতি নমুনার গড় এবং বৈচিত্র সম্পর্কিত প্রাথমিক সমীকরণের পিছনে গাণিতিক ব্যাখ্যা / অন্তর্দৃষ্টি চেয়ে একটি প্রশ্ন জিজ্ঞাসা করেছি : , জ্যামিতিক বা অন্যথায়।E[X2]=Var(X)+(E[X])2E[X2]=Var(X)+(E[X])2 E[X^2] = Var(X) +(E[X])^2 তবে এখন আমি অতিমাত্রায় অনুরূপ পক্ষপাত-বৈকল্পিক ট্রেড অফ সমীকরণ সম্পর্কে আগ্রহী। এমএসই ( θ^) = ই[ ( θ^- θ )2]==ই[ ( θ^- …

12 variance  bias 

এখানে একটি ছোট উদাহরণ: MyDf<-data.frame(x=c(1,2,3,4), y=c(1.2, .7, -.5, -3)) এখন এর সাথে base::lm: > lm(y~x, data=MyDf) %>% summary Call: lm(formula = y ~ x, data = MyDf) Residuals: 1 2 3 4 -0.47 0.41 0.59 -0.53 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.0500 0.8738 3.491 0.0732 . x …

12 r  regression  p-value  linear-model 

আমি নিয়মিত মেশিন লার্নিং বিশ্লেষণে লিনিয়ার রিগ্রেশন এবং "গভীর শেখার" সেটিংসে লিনিয়ার রিগ্রেশন মধ্যে পার্থক্য জানতে চাই know গভীর শিক্ষার সেটিং-এ লিনিয়ার রিগ্রেশন-এর জন্য কি অ্যালগরিদম ব্যবহার করা হয়।

12 regression  machine-learning  deep-learning 

"আপস্যাম্পলিং" এবং "ট্রান্সপোজ কনভ্যুশন" উভয় পদটি ব্যবহৃত হয় যখন আপনি "ডিকনভলিউশন" করছেন (<- ভাল শব্দ নয়, তবে আমাকে এটি এখানে ব্যবহার করতে দিন)। মূলত, আমি ভেবেছিলাম যে সেগুলি একই জিনিস, তবে আমার কাছে মনে হয় যে আমি এই নিবন্ধগুলি পড়ার পরে সেগুলি আলাদা। কেউ দয়া করে পরিষ্কার করতে পারেন? ট্রান্সপোজ …

12 machine-learning  neural-networks  conv-neural-network  transposed-convolution 

আমার কাছে একটি ডেটাসেট রয়েছে যাতে স্বতন্ত্র ট্যাডপোলগুলির "ক্রিয়াকলাপের স্তর" পরিমাপ করা হয়, তাই মানগুলি 0 এবং 1 এর মধ্যে আবদ্ধ করে তোলে data 0 কোনও গতিবিধির জন্য নয়), এবং তারপরে গড়ে পৃথক পৃথক একটি মান তৈরি করতে। আমার প্রধান স্থির প্রভাব "ঘনত্বের স্তর" হবে। আমি যে সমস্যার মুখোমুখি হচ্ছি …

12 r  mixed-model  random-effects-model  beta-distribution  beta-regression