পরিসংখ্যান এবং বড় তথ্য

পরিসংখ্যান, মেশিন লার্নিং, ডেটা বিশ্লেষণ, ডেটা মাইনিং এবং ডেটা ভিজ্যুয়ালাইজেশনে আগ্রহী ব্যক্তিদের জন্য প্রশ্নোত্তর

1
জ্যাকবিয়ান ফ্যাক্টরের কারণে বিভিন্ন সম্ভাবনার ঘনত্বের রূপান্তর
বিশপের প্যাটার্ন রিকগনিশন এবং মেশিন লার্নিংয়ে আমি নিম্নলিখিতটি পড়লাম, সম্ভাব্যতার ঘনত্বের চালু করার পরে:p ( x ∈ ( a , b ) ) = ∫খএকটিp ( x ) d xp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x ভেরিয়েবলের অ-লাইন পরিবর্তনের অধীনে, জ্যাকবীয় ফ্যাক্টরের কারণে একটি সম্ভাব্যতা ঘনত্ব একটি সাধারণ ফাংশন থেকে আলাদাভাবে পরিবর্তিত হয়। উদাহরণস্বরূপ, যদি আমরা …

3
প্রশিক্ষণ ডেটার চেয়ে উচ্চতর ভবিষ্যদ্বাণী করা এলোমেলো অরণ্য রেগ্রেশন
আমি লক্ষ করেছি যে র্যান্ডম ফরেস্ট রিগ্রেশন মডেলগুলি তৈরি করার সময়, কমপক্ষে R, পূর্বাভাসিত মান কখনই প্রশিক্ষণের ডেটাতে দেখা টার্গেট ভেরিয়েবলের সর্বাধিক মানের বেশি হয় না। উদাহরণ হিসাবে, নীচের কোডটি দেখুন। আমি ডেটার mpgউপর ভিত্তি করে পূর্বাভাস দিতে একটি রিগ্রেশন মডেল তৈরি করছি mtcars। আমি ওএলএস এবং এলোমেলো বন মডেল …
12 r  random-forest 

2
আর-তে এক-নমুনা কলমগোরোভ-স্মারনভ পরীক্ষায় "সম্পর্কের উপস্থিতি থাকা উচিত নয়"
আমি আর মাইডাটা'র স্বাভাবিকতা পরীক্ষা করার জন্য কোলমোগোরভ-স্মারনভ পরীক্ষাটি ব্যবহার করতে যাচ্ছি This এটি আমি যা করি তার একটি উদাহরণ ks.test(MYDATA,"pnorm",mean(MYDATA),sd(MYDATA)) আর-র ফলাফলটি আমাকে এখানে দেয়: data: MYDATA D = 0.13527, p-value = 0.1721 alternative hypothesis: two-sided Warning message: In ks.test(MYDATA, "pnorm", mean(MYDATA), sd(MYDATA)) : ties should not be present …

4
বুটস্ট্র্যাপ বনাম মন্টি কার্লো, ত্রুটির অনুমান
আমি ভূতাত্ত্বিক গণনায় অ্যান্ডারসন (1976) তে মন্টি কার্লো পদ্ধতি দ্বারা ত্রুটি প্রচারের নিবন্ধটি পড়ছি এবং এমন কিছু আছে যা আমি বেশ বুঝতে পারি না। কিছু পরিমাপ করা ডেটা Consider এবং এমন একটি প্রোগ্রাম বিবেচনা করুন যা এটি প্রক্রিয়া করে এবং প্রদত্ত মান প্রদান করে। নিবন্ধে, এই প্রোগ্রামটি প্রথমে ডেটাগুলির মাধ্যমগুলি …

3
লাসো বনাম অভিযোজিত লাসো
লাসো এবং অভিযোজিত লাসো দুটি ভিন্ন জিনিস, তাই না? (আমার কাছে, জরিমানাগুলি অন্যরকম দেখায়, তবে আমি কেবল কিছু মিস করছি কিনা তা যাচাই করে দেখছি)) আপনি যখন সাধারণত স্থিতিস্থাপক নেট সম্পর্কে কথা বলেন, বিশেষ ক্ষেত্রে লাসো বা অভিযোজক লাসো? আপনি আলফা = 1 বাছাই করে কোনটি গ্ল্যামনেট প্যাকেজটি করে? অভিযোজিত …

2
লগ পার্থক্য সময় সিরিজের মডেলগুলি বৃদ্ধির হারের চেয়ে ভাল?
প্রায়শই আমি দেখি লেখকরা "লগ ডিফারেন্স" মডেলটি অনুমান করে, যেমন লগ( y)টি) - লগ( y)টি - 1) = লগ( y)টি/ ওয়াইটি - 1) = α + βএক্সটিলগ⁡(Yটি)-লগ⁡(Yটি-1)=লগ⁡(Yটি/Yটি-1)=α+ +βএক্সটি\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t আমি সম্মত এই সম্পর্কযুক্ত উপযুক্ত মধ্যে শতকরা পরিবর্তনের যখন হয় ।y t লগ ( …

1
শর্তাধীন বিতরণ ব্যবহার করে প্রান্তিক বিতরণ থেকে নমুনা?
আমি একটি ঘনত্ব থেকে নমুনা নিতে চাই তবে আমি কেবল সম্পর্কটি জানি:চএক্সfএক্সf_X চএক্স( এক্স ) = ∫চএক্স| ওয়াই( x | y)) চওয়াই( y)) ঘY।fX(x)=∫চএক্স|ওয়াই(এক্স|Y)চওয়াই(Y)ঘY।f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. আমি এমসিসিএমের ব্যবহার এড়াতে চাই (সরাসরি অবিচ্ছেদ্য উপস্থাপনায়) এবং যেহেতু এবং এর থেকে নমুনা দেওয়া সহজ, তাই আমি নীচের নমুনা …

3
পার্থক্য হ'ল সংক্ষিপ্ত পরিসংখ্যান: গিনি সহগ এবং মান বিচ্যুতি
বেশ কয়েকটি সংক্ষিপ্ত পরিসংখ্যান রয়েছে। আপনি যখন কোনও বিতরণের বিস্তার বর্ণনা করতে চান আপনি উদাহরণস্বরূপ স্ট্যান্ডার্ড বিচ্যুতি বা গিনি সহগ ব্যবহার করতে পারেন । আমি জানি যে স্ট্যান্ডার্ড বিচ্যুতি কেন্দ্রীয় প্রবণতার উপর ভিত্তি করে, অর্থ গড় থেকে বিচ্যুতি এবং গিনির ছড়িয়ে পড়ার একটি সাধারণ পরিমাপ সহগ হয়। আমি আরও জানি …

2
মধ্যে পার্থক্য কি এর মধ্যে Scikit-শিখতে এবং ভ্যারিয়েন্স স্কোর?
আমি পাইথন সাইকিট-লার্ন ম্যানুয়ালটিতে রিগ্রেশন মেট্রিকগুলি সম্পর্কে পড়ছিলাম এবং যদিও তাদের প্রত্যেকের নিজস্ব সূত্র রয়েছে তবে আমি আন্তরিকভাবে বলতে পারি না যে এবং ভেরিয়েন্স স্কোরের মধ্যে পার্থক্য কী এবং তাই যখন মূল্যায়ন করার জন্য এক বা অন্যটি ব্যবহার করতে হয় আমার মডেল।আর2আর2R^2

3
গেম তত্ত্ব এবং পুনর্বহাল শেখার মধ্যে কী সম্পর্ক?
আমি (ডিপ) শক্তিবৃদ্ধি শিক্ষা (আরএল) এ আগ্রহী । এই ক্ষেত্রে ডুব দেওয়ার আগে আমি গেম থিওরি (জিটি) কোর্স করা উচিত ? জিটি এবং আরএল কীভাবে সম্পর্কিত?

1
বেইশিয়ান মডেলিং ট্রেন অপেক্ষা সময়: মডেল সংজ্ঞা
ঘন ঘন ঘন শিবির থেকে আগত কেউ বায়েশিয়ান ডেটা বিশ্লেষণ করার জন্য এটি আমার প্রথম প্রচেষ্টা। এ। গেলম্যানের দ্বারা বয়েসিয়ান ডেটা অ্যানালাইসিসের কয়েকটি টিউটোরিয়াল এবং কয়েকটি অধ্যায় পড়েছি। প্রথম বা কম স্বতন্ত্র ডেটা বিশ্লেষণ উদাহরণ হিসাবে আমি বেছে নিয়েছি ট্রেনের অপেক্ষার সময়। আমি নিজেকে জিজ্ঞাসা করলাম: অপেক্ষার সময়ের বিতরণ কী? …
12 bayesian  pymc 

1
আত্মবিশ্বাসের বিরতি এবং পার্মুয়েশন টেস্টের জন্য মূল্য মূল্য অনিশ্চয়তা
আমি এখনই র্যান্ডমাইজেশন পরীক্ষা শিখছি। আমার মনে দুটি প্রশ্ন আসছে: হ্যাঁ, এটি সহজ এবং স্বজ্ঞাত যে কীভাবে পি-মানটিকে র্যান্ডমাইজেশন পরীক্ষার সাথে গণনা করা হয় (যা আমি মনে করি যে ক্রমশক্তি পরীক্ষা হিসাবে একই?)। তবে, আমরা সাধারণ প্যারামেট্রিক পরীক্ষাগুলি করার সাথে কীভাবে আমরা একটি 95% আত্মবিশ্বাসের ব্যবধান তৈরি করতে পারি? যখন …

1
রৈখিক ফাংশন আনুমানিকের সাথে কীভাবে মান-কিউ-মানগুলিতে ফিট করা যায়
শক্তিবৃদ্ধি শেখার ক্ষেত্রে লিনিয়ার ফাংশন আনুমানিকতা প্রায়শই ব্যবহৃত হয় যখন বড় বড় রাষ্ট্রের স্পেস থাকে। (যখন সারণীগুলি অনিবার্য হয়ে উঠবে তখন)) লিনিয়ার ফাংশন আনুমানিকের সাথে Q−প্রশ্নঃ-Q- মানটির ফর্মটি দিয়েছিল Q(s,a)=w1f1(s,a)+w2f2(s,a)+⋯,প্রশ্নঃ(গুলি,একটি)=W1চ1(গুলি,একটি)+ +W2চ2(গুলি,একটি)+ +⋯,Q(s,a) = w_1 f_1(s,a) + w_2 f_2(s,a) + \cdots, যেখানে wiWআমিw_i ওজন, এবং fifif_i বৈশিষ্ট্য। বৈশিষ্ট্যগুলি ব্যবহারকারী দ্বারা পূর্বনির্ধারিত …

3
পথ সি গ তাৎপর্যপূর্ণ না হলে, তবে পথ ক এবং খ রয়েছে? মধ্যস্থতায় পরোক্ষ প্রভাব effect
একটি ক্লাসিক মধ্যস্থতা মডেলটিতে, আমাদের নীচের চিত্রটিতে দেখানো পথ রয়েছে , এক্স এবং ওয়াইয়ের মধ্যে এম এর মধ্যস্থতা প্রভাব পরীক্ষা করার প্রথম ধাপটি X এর সাথে উল্লেখযোগ্যভাবে পারস্পরিক সম্পর্কযুক্ত (চিত্রটিতে প্যানেল এ হিসাবে দেখানো হয়েছে)। যাইহোক, আমি এমন পরিস্থিতিতে পড়েছি যেখানে পাথ এ এবং পাথ খ দৃ strongly়ভাবে তাত্পর্যপূর্ণ তবে …

2
ফ্যাক্টর রোটেশন পদ্ধতি (ভ্যারিম্যাক্স, ওব্লিমিন ইত্যাদি) - নামগুলির অর্থ কী এবং পদ্ধতিগুলি কী করে?
ফ্যাক্টর বিশ্লেষণে বেশ কয়েকটি ঘূর্ণন পদ্ধতি রয়েছে যেমন ভেরিম্যাক্স, কোয়ার্টিম্যাক্স, ইকাম্যাক্স, প্রম্যাক্স, ওব্লিমিন ইত্যাদি I আমি কোনও তথ্য খুঁজে পেতে পারছি না যা তাদের নামগুলি তাদের প্রকৃত গাণিতিক বা পরিসংখ্যানমূলক কাজের সাথে সম্পর্কিত। একে কেন "ইকুয়া-ম্যাক্স" বা "কোয়ার্টি-ম্যাক্স" বলা হয়? অক্ষ বা ম্যাট্রিকগুলি কীভাবে ঘুরানো হয় যাতে তাদের নাম রয়েছে? …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.