পরিসংখ্যান এবং বড় তথ্য

আমি চিত্র স্বীকৃতির জন্য ডিপ রেসিডুয়াল লার্নিং পত্রিকাটি পড়ছিলাম এবং আমার 100% নিশ্চিততা সহ বুঝতে সমস্যা হয়েছিল যে একটি রেসিডুয়াল ব্লকটি গণনামূলকভাবে আবশ্যক। তাদের কাগজ পড়া তাদের চিত্র 2: যা একটি রেসিডুয়াল ব্লক অনুমান করা যায় তা চিত্রিত করে। একটি অবশিষ্টাংশের ব্লকটির গণনা কি কেবল একইরকম: Y =σ( ডাব্লু2σ( ডাব্লু1x …

12 machine-learning  neural-networks  deep-learning  conv-neural-network  residual-networks 

আমি একটি বীজগণিত / সঠিক স্তরে অধ্যক্ষ উপাদান উপাদান বিশ্লেষণ এবং একক মান মান পচন মধ্যে সম্পর্ক বুঝতে পারি। আমার প্রশ্ন বিজ্ঞান-শিখার বাস্তবায়ন সম্পর্কে । ডকুমেন্টেশনটিতে বলা হয়েছে: " [ট্র্যাঙ্কেটেড এসভিডি] পিসিএর সাথে খুব সমান, তবে কোভারিয়েন্স ম্যাট্রিক্সের পরিবর্তে সরাসরি নমুনা ভেক্টরগুলিতে পরিচালিত হয়। ", যা উভয় পদ্ধতির মধ্যে বীজগণিতের …

12 pca  scikit-learn  svd  scipy 

উপর এই পোস্টটি , আপনি বিবৃতি পড়তে পারেন: মডেল সাধারণত পয়েন্ট দ্বারা প্রতিনিধিত্ব করা হয় θθ\theta একটি নির্দিষ্ট মাত্রিক নানাবিধ উপর। উপর ডিফারেনশিয়াল জ্যামিতি ও পরিসংখ্যান মাইকেল কে মারে এবং জন ডব্লিউ রাইস দ্বারা এই ধারণার পাঠযোগ্য এমনকি গাণিতিক এক্সপ্রেশন উপেক্ষা গদ্য ব্যাখ্যা করা আছে। দুর্ভাগ্যক্রমে, খুব কম চিত্র আছে। …

12 distributions  manifold-learning  information-geometry  topologies 

ক্রুশকের বায়েশিয়ান বইটি বলে, একটি মুদ্রা উল্টানোর জন্য বিটা বিতরণের ব্যবহার সম্পর্কিত, উদাহরণস্বরূপ, মুদ্রার একটি মাথা এবং একটি লেজ পাশ রয়েছে এমন জ্ঞান ছাড়া যদি আমাদের পূর্বের জ্ঞান না থাকে তবে এটি আগে একটি মাথা এবং একটি লেজ পর্যবেক্ষণ করার সমানুপাতিক, যা = 1 এবং খ = 1 এর সাথে …

12 probability  bayesian  beta-distribution 

আমি একটি বাইনারি শ্রেণিবদ্ধকরণ কার্য সম্পাদন করছি যেখানে ফলাফলের সম্ভাবনাটি ন্যূনতম (3% বৃদ্ধি পাবে)। আমি সিদ্ধান্ত নেওয়ার চেষ্টা করছি যে এটিউসি বা লগ-লস দ্বারা অনুকূলিত হবে। আমি যতটা বুঝতে পেরেছি, এইউসি ক্লাসগুলির মধ্যে বৈষম্যের মডেলটির ক্ষমতা সর্বাধিক করে তোলে যখন লগলাস বাস্তব এবং অনুমান সম্ভাবনার মধ্যে বিভেদকে দন্ড দেয়। আমার …

12 classification  binary-data  auc  log-loss 

মেশিন লার্নিংয়ে (রিগ্রেশন সমস্যার জন্য), আমি প্রায়শই দেখি গড়-স্কোয়ার্ড-ত্রুটি (এমএসই) বা গড়-পরম-ত্রুটি (এমএই) ত্রুটি ফাংশন হিসাবে ব্যবহার করা হচ্ছে হ্রাস করতে (আরও নিয়মিতকরণের মেয়াদ)। আমি ভাবছি যদি এমন পরিস্থিতি রয়েছে যেখানে পারস্পরিক সম্পর্ক সহগ ব্যবহার করা আরও উপযুক্ত হবে? যদি এইরকম পরিস্থিতি বিদ্যমান থাকে তবে: কোন পরিস্থিতিতে এমএসই / এমএইয়ের …

12 regression  machine-learning  svm  optimization  deep-learning 

আমি এখানে পরিসংখ্যানের মডেলগুলিতে উইকিপিডিয়া নিবন্ধটি পড়ছি এবং বিশেষত "নন-প্যারাম্যাট্রিক স্ট্যাটিস্টিকাল মডেলগুলি" এর অর্থটি নিয়ে কিছুটা হতবাক হয়েছি: একটি পরিসংখ্যানগত মডেল যদি প্যারামিটার সেট ta অসীম মাত্রিক হয় তবে ননপ্যারমেট্রিক । একটি পরিসংখ্যানগত মডেল হ'ল সেমিপারামেট্রিক যদি এতে উভয়ই সীমাবদ্ধ-মাত্রিক এবং অসীম-মাত্রিক পরামিতি থাকে। আনুষ্ঠানিকভাবে, যদি মাত্রা হয় এবং নমুনার …

12 nonparametric  model 

আমি বর্তমানে ase 300 ভেরিয়েবল এবং 800 টি পর্যবেক্ষণ সহ একটি ডেটাসেটে বাইনারি ফলাফলের জন্য ভবিষ্যদ্বাণীমূলক মডেল তৈরির কাজ করছি। ধাপে ধাপে রিগ্রেশন সম্পর্কিত সমস্যাগুলি এবং কেন এটি ব্যবহার করবেন না সে সম্পর্কে আমি এই সাইটে অনেকগুলি পড়েছি। আমি লাসো রিগ্রেশন এবং বৈশিষ্ট্য নির্বাচনের জন্য এর ক্ষমতা সম্পর্কে পড়ছি এবং …

12 multiple-regression  predictive-models  interpretation  regression-coefficients  lasso 

আমি নিউরাল নেটওয়ার্কস এবং ডিপ্লিয়ার্নিং ডট কম টিউটোরিয়াল দিয়ে নিউরাল নেটওয়ার্ক সম্পর্কে শিখতে শুরু করেছি। বিশেষ করে তৃতীয় অধ্যায়ে ক্রস এনট্রপি ফাংশন সম্পর্কে একটি বিভাগ রয়েছে এবং ক্রস এনট্রপি ক্ষতি হিসাবে এইভাবে সংজ্ঞায়িত করা হয়েছে: C=−1n∑x∑j(yjlnaLj+(1−yj)ln(1−aLj))C=−1n∑x∑j(yjln⁡ajL+(1−yj)ln⁡(1−ajL))C = -\frac{1}{n} \sum\limits_x \sum\limits_j (y_j \ln a^L_j + (1-y_j) \ln (1 - a^L_j)) যাইহোক, …

12 neural-networks  loss-functions  softmax  cross-entropy 

কর্মক্ষেত্রে কিছু মাসিক পূর্বাভাস নিয়ে কাজ করার সময় এবং রব হিন্ডম্যানের বইটি পড়ার সময় আমি আমার ভবিষ্যদ্বাণী জ্ঞানকে সতেজ করে তুলেছি তবে আমি যেখানে লড়াই করছি তার একটাই জায়গা যখন একটি আরিমা মডেল বনাম একটি ঘন ঘন স্মুথিং মডেল ব্যবহার করা হয়। থাম্বের এমন কোনও নিয়ম রয়েছে যেখানে আপনার একটি …

12 forecasting  arima  exponential-smoothing 

আমি এন = 250 ফার্ম এবং টি = 50 মাসের সাথে প্যানেল ডেটাসেট থেকে অনুমান পরামিতিগুলির জন্য আত্মবিশ্বাসের ব্যবধানগুলি অনুমান করতে বুটস্ট্র্যাপিং ব্যবহার করতে চাই। কলম্যান ফিল্টারিং এবং জটিল ননলাইনার অনুমানের কারণে পরামিতিগুলির অনুমান গণনামূলকভাবে ব্যয়বহুল (গণনার কয়েক দিন)। সুতরাং আসল নমুনা থেকে এম = এন = 250 ফার্মগুলির নমুনা …

12 confidence-interval  bootstrap  nonlinear-regression  kalman-filter 

ধরুন আমার কাছে কোভারিয়েন্স ম্যাট্রিক্স এবং । এই বিকল্পগুলির মধ্যে কোনটি পরে কোভেরিয়েন্স ম্যাট্রিক্সও হয়?ওয়াইXXXYYY X+YX+YX+Y X2X2X^2 XYXYXY কিছুটা সমবায় ম্যাট্রিক্স হওয়ার জন্য ঠিক কী প্রয়োজন তা বুঝতে আমার কিছুটা সমস্যা হয়। আমি মনে করি এটির অর্থ উদাহরণস্বরূপ যদি , এবং যে 1 এর সত্য ধারণ করার জন্য আমাদের সেই …

12 covariance  covariance-matrix 

আমি এই সম্পর্কিত একটি প্রশ্ন জিজ্ঞাসা করব । আমি এখানে এক্সজিস্টের জন্য কাস্টম লস ফাংশন লেখার একটি উদাহরণ পেয়েছি : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, "label") # We …

12 r  machine-learning  gradient-descent  boosting  loss-functions 

প্রতিটি কি অন্যকে বোঝায়? যদি তা না হয় তবে একজন কি অন্যকে বোঝায়? কেন কেন না? আমি এখানে পোস্ট করা একটি উত্তরের মন্তব্যের প্রতিক্রিয়ায় এই বিষয়টি উঠে এসেছে । যদিও গুগল প্রাসঙ্গিক পদগুলি অনুসন্ধান করে যা বিশেষত কার্যকর বলে মনে হয় এমন কোনও উত্পাদন করে নি, আমি গণিত স্ট্যাকেক্সচেঞ্জের উপর …

12 mathematical-statistics  bias  unbiased-estimator  estimators  consistency 

আমাকে সবসময় শিখানো হয়েছে যে আপনি যখন নমুনাটি বারবার ব্যবহার করেন তখন প্রতিটি নমুনা যথেষ্ট পরিমাণে বড় হয় সিএলটি কাজ করে। উদাহরণস্বরূপ, কল্পনা করুন আমার এক হাজার নাগরিকের দেশ রয়েছে। সিএলটি সম্পর্কে আমার ধারণাটি হ'ল এমনকি যদি তাদের উচ্চতা বিতরণ স্বাভাবিক না হয় তবে আমি যদি 50 জন লোকের 1000 …

12 sampling  central-limit-theorem