পরিসংখ্যান এবং বড় তথ্য

বহুবর্ষীয় রিগ্রেশনের আত্মবিশ্বাসের ব্যবধানের আকারটি বুঝতে আমার অসুবিধা হয়। এখানে একটি কৃত্রিম উদাহরণ, । বাম চিত্রটি ইউপিভি (চিত্রবিহীন পূর্বাভাসের বৈকল্পিক) চিত্রিত করে এবং ডান গ্রাফটি আত্মবিশ্বাসের বিরতি এবং (কৃত্রিম) পরিমাপক বিন্দুগুলিকে X = 1.5, X = 2 এবং X = 3 দেখায়।Y^=a+b⋅X+c⋅X2Y^=a+b⋅X+c⋅X2\hat{Y}=a+b\cdot X+c\cdot X^2 অন্তর্নিহিত তথ্য বিশদ: ডেটা সেটটিতে তিনটি …

11 regression  confidence-interval 

যাক সম্ভাব্যতা ঘনত্ব ফাংশন সঙ্গে স্বাধীনভাবে অভিন্নরুপে বিতরণ র্যান্ডম ভেরিয়েবল একটা ক্রম হতে; Show দেখানচ ( এক্স ) = { 1X1,X2,…X1,X2,…X_1,X_2,\ldotsf(x)={12x2e−x0if x>0;otherwise.f(x)={12x2e−xif x>0;0otherwise. f(x) = \left\{ \begin{array}{ll} \frac{1}{2}x^2 e^{-x} & \mbox{if $x>0$};\\ 0 & \mbox{otherwise}.\end{array} \right. limn→∞P[X1+X2+…+Xn≥3(n−n−−√)]≥12limn→∞P[X1+X2+…+Xn≥3(n−n)]≥12\lim_{n\to \infty} P[X_1+X_2+\ldots+X_n\ge 3(n-\sqrt{n})] \ge \frac{1}{2} আমি কি চেষ্টা করেছি প্রথম দর্শনে আমি ভেবেছিলাম …

11 probability  self-study 

বায়েসের অনুমানকারী কি নির্বাচনের পক্ষপাতদুষ্ট থেকে সুরক্ষিত? বেশিরভাগ কাগজপত্র যা উচ্চ মাত্রায় অনুমানের বিষয়ে আলোচনা করে, যেমন পুরো জিনোম সিকোয়েন্স ডেটা, প্রায়শই নির্বাচন পক্ষপাতের বিষয়টি উত্থাপন করবে। বাছাই পক্ষপাতদুটি এই সত্য থেকেই উদ্ভূত হয় যে, যদিও আমাদের কাছে হাজার হাজার সম্ভাব্য ভবিষ্যদ্বাণী রয়েছে মাত্র কয়েকজনকেই নির্বাচিত করা হবে এবং নির্বাচিত …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

আমি এই সমস্যাটি ঘিরে আমার মাথা গুটিয়ে দেওয়ার চেষ্টা করছি। একটি ডাই 100 বার ঘূর্ণিত হয়। কোনও মুখের 20 বারের বেশি উপস্থিত হওয়ার সম্ভাবনা কত? আমার প্রথম চিন্তাটি দ্বিপদী বিতরণ পি (এক্স) = 1 - 6 সেন্টিমিটার (100, 1/6, 20) ব্যবহার করছিল তবে এটি স্পষ্টতই ভুল কারণ আমরা কয়েকটি ক্ষেত্রে …

11 probability  mathematical-statistics  binomial  dice 

পিxx\mathbf{x} থেকে আঁকা এলোমেলো ভেক্টর হতে দিন । একটি নমুনা বিবেচনা করুন { x i } n i = 1 i । i । d । ~ পি । ˉ x n : = 1 নির্ধারণ করুনPPP{xi}ni=1∼i.i.d.P{xi}i=1n∼i.i.d.P\{ \mathbf{x}_i \}_{i=1}^n \stackrel{i.i.d.}{\sim} Px¯n:=1n∑ni=1xix¯n:=1n∑i=1nxi\bar{\mathbf{x}}_n := \frac{1}{n} \sum_{i=1}^n \mathbf{x}_i, আর সি :=1C^:=1n∑ni=1(xi−x¯n)(xi−x¯n)⊤C^:=1n∑i=1n(xi−x¯n)(xi−x¯n)⊤\hat{C} := \frac{1}{n} …

11 normality-assumption  central-limit-theorem  asymptotics  quadratic-form 

আমি বিবৃতিটি প্রমাণ করার চেষ্টা করছি: যদি এবং স্বতন্ত্র র্যান্ডম ভেরিয়েবল হয়,X∼N(0,σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2)Y∼N(0,σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) তারপরে also এছাড়াও একটি সাধারণ র্যান্ডম ভেরিয়েবল।XYX2+Y2√XYX2+Y2\frac{XY}{\sqrt{X^2+Y^2}} বিশেষ ক্ষেত্রে (বলুন), আমাদের সুপরিচিত ফলাফল রয়েছে যে যখনই এক্স এবং ওয়াই স্বাধীন \ ম্যাথকল c N {(0, ig সিগমা ^ 2) ভেরিয়েবল হয়। প্রকৃতপক্ষে, এটি আরও সাধারণভাবে জানা যায় যে …

11 self-study  distributions  mathematical-statistics  normal-distribution  random-variable 

অ্যাডাবোস্ট একটি জড়ো পদ্ধতি যা বহু দুর্বল শিক্ষার্থীদের একত্রিত করে একটি শক্তিশালী তৈরি করে। অ্যাডাবুস্টের সমস্ত উদাহরণ যে আমি সিদ্ধান্ত স্টাম্প / গাছকে দুর্বল শিখার হিসাবে ব্যবহার করেছি। আমি অ্যাডাবুস্টে বিভিন্ন দুর্বল শিখর ব্যবহার করতে পারি? উদাহরণস্বরূপ, লজিস্টিক রিগ্রেশন মডেলটি বাড়ানোর জন্য অ্যাডাবোস্ট (সাধারণত বুস্টিং) কীভাবে বাস্তবায়ন করবেন? শ্রেণিবিন্যাস গাছ …

11 logistic  adaboost 

বন্ধ । এই প্রশ্নের বিশদ বা স্পষ্টতা দরকার । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? বিশদ যুক্ত করুন এবং এই পোস্টটি সম্পাদনা করে সমস্যাটি পরিষ্কার করুন । 2 বছর আগে বন্ধ । আমি একটি হোমওয়ার্ক অ্যাসাইনমেন্টে কাজ করছি যেখানে আমার প্রফেসর আমাদের সত্যিকারের রিগ্রেশন মডেল …

11 self-study  multiple-regression  estimation  linear-model 

এলোমেলোভাবে উত্পাদিত ৮০+ মিলিয়ন এবং জিরো সহ একটি ডেটা ফাইল ধরে নিন। এই ফাইলটি থেকে, আমরা এলোমেলো দশমিক পূর্ণসংখ্যার একটি তালিকা তৈরি করতে চাই। এই রূপান্তরটি করার পরিকল্পনা এটি। ৮ মিলিয়ন অঙ্কগুলিকে 4 বাইনারি অঙ্কের গ্রুপিংয়ে ভাগ করুন। প্রতিটি 4-সংখ্যার বাইনারি দশকে রূপান্তর করুন। 9 এর চেয়ে বেশি দশমিক মানগুলি …

11 monte-carlo  random-generation  randomness 

এই প্রশ্নটি এখানে মার্তিজানের উত্তর দ্বারা অনুপ্রাণিত । ধরা যাক আমরা একটি প্যারামিটার পরিবারের জন্য বাইনোমিয়াল বা পোইসন মডেলের মতো একটি জিএলএম ফিট করি এবং এটি একটি সম্পূর্ণ সম্ভাবনা পদ্ধতি (কাসিপোসাইসনের বিপরীতে)। তারপরে, প্রকরণটি গড়ের একটি ক্রিয়া of দ্বিপদী সহ: এবং পোইসন ।var [ এক্স] = ই[ এক্স] ই[ 1 …

11 regression  generalized-linear-model  inference  approximation  t-distribution 

উদাহরণস্বরূপ, ধরা যাক আমরা কোনও ব্যক্তির ছবির উপর ভিত্তি করে একটি বয়স অনুমানকারী তৈরি করছি। আমাদের স্যুটে দু'জন লোক নিচে রয়েছে, তবে প্রথমটি দ্বিতীয়জনের চেয়ে স্পষ্টতই কম বয়সী। (উত্স: tinytux.com ) প্রচুর বৈশিষ্ট্য রয়েছে যা এটি বোঝায়, উদাহরণস্বরূপ মুখের কাঠামো। তবে সর্বাধিক বলার বৈশিষ্ট্য হ'ল মাথার আকারের সাথে শরীরের আকারের …

11 neural-networks  computer-vision 

আমি কিছু বিন্দুতে দেখেছি অন্য সম্মান সঙ্গে এক সম্ভাব্যতা পরিমাপ রাডন-Nikodym ব্যুৎপন্ন ব্যবহার, এর মধ্যে উল্লেখযোগ্য হল Kullback-Leibler বিকিরণ, যেখানে এটি কিছু অবাধ পরামিতি জন্য একটি মডেল সম্ভাবনা পরিমাপ ব্যুৎপন্ন হয় সঙ্গে আসল প্যারামিটার সম্মান θ 0 :θθ\thetaθ0θ0\theta_0 ঘপিθঘপিθ0dPθdPθ0\frac {dP_\theta}{dP_{\theta_0}} কোথায় এই datapoints স্থান উভয়েই সম্ভাব্যতা পরিমাপ করে একটি প্যারামিটার …

11 mathematical-statistics  kullback-leibler  derivative  measure-theory 

আমি এই নোটবুকটি দেখছিলাম , এবং আমি এই বিবৃতিটি দেখে হতবাক হয়েছি: যখন আমরা স্বাভাবিকতার কথা বলি তখন আমরা যা বোঝাতে চাইছি তা হল ডেটাটি একটি সাধারণ বিতরণের মতো হওয়া উচিত। এটি গুরুত্বপূর্ণ কারণ বেশ কয়েকটি পরিসংখ্যান পরীক্ষার উপর নির্ভর করে (যেমন টি-স্ট্যাটিস্টিকস)। একটি সাধারণ বন্টন অনুসরণ করতে টি-স্ট্যাটিস্টিকের কেন …

11 mathematical-statistics  normal-distribution 

অবিচ্ছিন্ন রিগ্রেশন সেটিংসে আমরা মডেল করার চেষ্টা করি y=Xβ+noisey=Xβ+noisey = X\beta +noise যেখানে পর্যবেক্ষণগুলির একটি ভেক্টর এবং প্রেডিক্টরগুলির সাথে ডিজাইন ম্যাট্রিক্স । সমাধানটি হ'ল ।y∈Rny∈Rny \in \mathbb{R}^nnnnX∈Rn×mX∈Rn×mX \in \mathbb{R}^{n \times m}mmmβ0=(XTX)−1Xyβ0=(XTX)−1Xy\beta_0 = (X^TX)^{-1}Xy মাল্টিভারিয়েট রিগ্রেশন সেটিংসে আমরা মডেল করার চেষ্টা করি Y=Xβ+noiseY=Xβ+noiseY = X\beta +noise যেখানে হল পর্যবেক্ষণ এবং বিভিন্ন …

11 regression  multivariate-analysis  multivariate-regression 

আমার একই গ্রুপ এবং তিন স্তরের এক্সের দুটি সংক্ষেপ রয়েছে, সামগ্রিকভাবে এন = 15, প্রতিটি গ্রুপ বা এক্সের স্তরে এন = 5 সহ প্রথম রেগ্রেশন এক্সকে শ্রেণীবদ্ধ হিসাবে গণ্য করে, সূচক ভেরিয়েবলগুলি স্তর 2 এবং 3 স্তরের সাথে নির্ধারিত করে একটি হচ্ছে রেফারেন্স। সূচক / ডামিগুলি এর মতো: X1 = …

11 regression  anova