পরিসংখ্যান এবং বড় তথ্য

বড় পূর্ণসংখ্যার আলফা, বিটা (উদাঃ আলফা, বিটা> 1000000) এর জন্য বিটা বিতরণের মান গণনা করার জন্য একটি সংখ্যাগতভাবে স্থিতিশীল উপায় কি ? আসলে, আমার কেবল মোডের চারপাশে একটি 99% আত্মবিশ্বাসের ব্যবধান দরকার, যদি এটি কোনওরকম সমস্যাটিকে আরও সহজ করে তোলে। যোগ করুন : আমি দুঃখিত, আমার প্রশ্নটি যেমনটি ভেবেছিল তেমন …

12 confidence-interval  algorithms  beta-distribution 

অনুগ্রহপূর্বক, উন্নত এবং এমনকি অস্পষ্ট, দয়া করে। বেশিরভাগ ক্ষেত্রে নিজেকে পরীক্ষা করা। আমি নিশ্চিত করতে চাই যে আমি জানি যে হেক সম্পর্কে আমি কথা বলছি :) ধন্যবাদ

12 teaching 

আমি শপিং কার্ট বিশ্লেষণ করছি যে আমার ডেটাসেটটি লেনদেনের ভেক্টরগুলির সেট, পণ্যগুলি কেনা হচ্ছে with লেনদেনগুলিতে কে-মাইন প্রয়োগ করার সময়, আমি সর্বদা কিছু ফলাফল পাব । একটি এলোমেলো ম্যাট্রিক্স সম্ভবত কিছু গুচ্ছ প্রদর্শন করবে। আমার যে ক্লাস্টারিংটি পাওয়া যায় তা কোনও তাৎপর্যপূর্ণ কিনা, বা এটি খুব ভালভাবে কাকতালীয় হতে পারে …

12 clustering  statistical-significance  binary-data 

প্রদত্ত সংখ্যার পরামিতিগুলির সাথে কোনও মডেলটি অনুমান করার জন্য কোনও নিয়মের কোনও থাম্ব বা এমনকি কোনও উপায়ে কি কোনও উপায় বলা উচিত? সুতরাং, উদাহরণস্বরূপ, আমি যদি 5 টি পরামিতি সহ ন্যূনতম-স্কোয়ারের রিগ্রেশনটি অনুমান করতে চাই তবে নমুনাটি কত বড় হওয়া উচিত? আপনি কী অনুমানের কৌশলটি ব্যবহার করছেন (যেমন সর্বাধিক সম্ভাবনা, …

12 sample-size  estimation  least-squares  maximum-likelihood 

উদাহরণস্বরূপ অ্যাপ্লিকেশন হিসাবে, স্ট্যাক ওভারফ্লো ব্যবহারকারীদের নিম্নলিখিত দুটি বৈশিষ্ট্য বিবেচনা করুন: খ্যাতি এবং প্রোফাইল ভিউ গণনা । এটি প্রত্যাশিত যে বেশিরভাগ ব্যবহারকারীর জন্য এই দুটি মান সমানুপাতিক হবে: উচ্চ প্রতিনিধি ব্যবহারকারীরা বেশি মনোযোগ আকর্ষণ করেন এবং তাই আরও প্রোফাইল ভিউ পান। অতএব, তাদের মোট সুনামের তুলনায় অনেক বেশি প্রোফাইল ভিউ …

12 ratio 

আমি একটি শিক্ষানবিস এবং আমি একটি স্বতঃসংশ্লিষ্ট গ্রাফটি কী দেখায় তা বোঝার চেষ্টা করছি। আমি বিভিন্ন উত্স যেমন এই পৃষ্ঠা বা অন্যদের মধ্যে সম্পর্কিত উইকিপিডিয়া পৃষ্ঠা থেকে বিভিন্ন ব্যাখ্যা পড়েছি যা আমি এখানে উদ্ধৃত করছি না। আমার এই খুব সাধারণ কোড রয়েছে, যেখানে আমার সূচীতে এক বছরের জন্য তারিখ রয়েছে …

12 python  autocorrelation  pandas 

আমি ব্যাক ডোর সমন্বয় এবং ফ্রন্ট-দরজা সমন্বয় উল্লেখ করছি এখানে : পিছনের দরজার সমন্বয় : পরিসংখ্যানগুলিতে প্রত্নতাত্ত্বিক মহামারী সংক্রান্ত সমস্যাটি একটি পরিমাপক কনফাউন্ডারের প্রভাবের জন্য সামঞ্জস্য করা। পার্ল এর পিছনের দরজা মানদণ্ড এই ধারণাটিকে সাধারণীকরণ করে। সামনের দরজার সামঞ্জস্য : যদি কিছু ভেরিয়েবলগুলি অবরুদ্ধ থাকে তবে কার্যকারণ প্রভাব চিহ্নিত করার …

12 causality  dag 

স্নায়লম্যাক্স ফাংশন, সাধারণত নিউরাল নেটওয়ার্কগুলিতে প্রকৃত সংখ্যাগুলিকে সম্ভাব্যতায় রূপান্তরিত করার জন্য ব্যবহৃত হয়, বোল্টজম্যান বিতরণের মতোই কাজ, থার্মোডাইনামিক্সের একটি নির্দিষ্ট তাপমাত্রায় টিতে তাপীয় ভারসাম্যের কণাগুলির ensemble করার জন্য শক্তির উপর সম্ভাব্যতা বন্টন। এটি ব্যবহারিক হওয়ার জন্য আমি কিছু স্পষ্ট ধর্মীয় কারণ দেখতে পাচ্ছি: ইনপুট মানগুলি নেতিবাচক কিনা তা বিবেচ্য নয়, …

12 machine-learning  neural-networks  softmax 

ট্রেন / পরীক্ষা / বৈধতা সেটগুলিতে টাইম সিরিজের ডেটা বিভক্ত করার সর্বোত্তম উপায় কী, যেখানে হাইপারপ্যারমিটার টিউনিংয়ের জন্য বৈধতা সেটটি ব্যবহৃত হবে? আমাদের কাছে দৈনিক বিক্রয় ডেটা 3 বছরের মূল্যবান রয়েছে এবং আমাদের পরিকল্পনাটি 2015-2016 প্রশিক্ষণ ডেটা হিসাবে ব্যবহার করা হবে, তারপরে এলোমেলোভাবে নমুনা হিসাবে সেট করার জন্য 2017 ডেটা …

12 time-series  cross-validation  validation 

আমি অবাক হয়েছি যে নির্ভুলতা এবং পুনরুদ্ধার সংমিশ্রনের ভারিত পাটিগণিত গড়ের বিপরীতে হারমোনিক গড় (উদাহরণস্বরূপ এফ-ব্যবস্থা গণনা করার জন্য) ব্যবহারের অভ্যন্তরীণ মান কী? আমি ভাবছি যে ওজনিত পাটিগণিত গড় হারমোনিক গড়ের ভূমিকা রাখতে পারে বা আমি কিছু মিস করছি?

12 machine-learning  monte-carlo  precision-recall  harmonic-mean 

আমি স্ট্যানফোর্ডের সিএস 231 এন লেকচারের দিকে তাকিয়ে আছি এবং আমি সিএনএন আর্কিটেকচারের কয়েকটি বিষয় ঘিরে আমার মাথা গুটিয়ে দেওয়ার চেষ্টা করছি। আমি যা বোঝার চেষ্টা করছি তা হল যদি কনভলিউশন ফিল্টার আকার এবং ধাপের মতো জিনিস বাছাই করার জন্য কিছু সাধারণ নির্দেশিকা থাকে বা এটি কি বিজ্ঞানের চেয়ে আরও …

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

আমি বুঝি যে একটি সেট দেওয়া mmm স্বাধীন পর্যবেক্ষণ সর্বাধিক সম্ভাবনা মূল্নির্ধারক (অথবা এবং, equivalently, ফ্ল্যাট দিয়ে মানচিত্রে / অভিন্ন পূর্বে) যে শনাক্ত পরামিতি যে মডেল বন্টন উত্পাদন যা এই পর্যবেক্ষণগুলির সাথে সবচেয়ে ভাল মেলেO={o(1),...,o(m)}O={o(1),...,o(m)}\mathbb{O}=\{\mathbf{o}^{(1)}, . . . , \mathbf{o}^{(m)}\} পি এম ও ডি ই এল (θθ\mathbf{θ}pmodel(⋅;θ)pmodel(⋅;θ)p_{model}\left(\,\cdot\, ; \mathbf{θ}\right) θML(O)=pmodel(O;θ)=argmaxθ‎‎∏i=1mpmodel(o(i);θ)θML(O)=pmodel(O;θ)=arg⁡maxθ‎‎∏i=1mpmodel(o(i);θ)\mathbf{θ}_{ML}(\mathbb{O})= …

12 maximum-likelihood  deep-learning  cross-entropy 

কোন পরিস্থিতিতে আমাদের টি-এসএনই (ডাটা ভিজুয়ালাইজেশন বাদে) ব্যবহার করা উচিত? টি-এসএনই মাত্রা হ্রাস করার জন্য ব্যবহৃত হয়। এই উত্তর প্রশ্ন দাড়ায় যে টি-Sne শুধুমাত্র ঠাহর জন্য এবং আমরা ক্লাস্টারিং জন্য এটি ব্যবহার করা উচিত নয় যে ব্যবহার করা উচিত। তাহলে টি-এসএনই-র ভাল ব্যবহার কী?

12 data-visualization  dimensionality-reduction  tsne 

Grad স্কুল এক বছর পরে, "পরিমেয় লিস্ট স্কোয়ার" এর আমার বোঝার নিম্নলিখিত হল: দিন y∈Rny∈Rn\mathbf{y} \in \mathbb{R}^n , XX\mathbf{X} কিছু হতে n×pn×pn \times p নকশা ম্যাট্রিক্স, একটি প্যারামিটার হতে ভেক্টর, একটি ত্রুটি ভেক্টর হতে যেমন যে , যেখানে এবং । তারপরে β∈Rpβ∈Rp\boldsymbol\beta \in \mathbb{R}^pϵ∈Rnϵ∈Rn\boldsymbol\epsilon \in \mathbb{R}^nϵ∼N(0,σ2V)ϵ∼N(0,σ2V)\boldsymbol\epsilon \sim \mathcal{N}(\mathbf{0}, \sigma^2\mathbf{V})V=diag(v1,v2,…,vn)V=diag(v1,v2,…,vn)\mathbf{V} = …

12 r  linear-model  weighted-regression 

সম্প্রতি আমি এক্সজিবিস্ট আলগোরিদিম পর্যালোচনা করেছি এবং আমি লক্ষ্য করেছি যে এই অ্যালগরিদম প্রশিক্ষণের পর্যায়ে অনুপস্থিত ডেটা (অভিশংসনের প্রয়োজন ছাড়াই) পরিচালনা করতে পারে। আমি ভাবছিলাম যে এক্সজি বুস্ট যখন নতুন পর্যবেক্ষণের পূর্বাভাস দেওয়ার জন্য ব্যবহার করা হয় বা অনুপস্থিত ডেটা গণনার প্রয়োজন হয় তখন কি অনুপস্থিত ডেটা (অভিশংসনের প্রয়োজন ছাড়াই) …

12 machine-learning  missing-data  data-imputation  xgboost