পরিসংখ্যান এবং বড় তথ্য

স্কেলড ডিভ্যান্স, ডি = 2 * হিসাবে সংজ্ঞায়িত (লাগানো স্যাচুরেটেড মডেল মাইনাস লগ-সম্ভাবনা লাগানো), প্রায়শই জিএলএম মডেলগুলিতে সদর্থকতা হিসাবে পরিমাপ হিসাবে ব্যবহৃত হয়। শতকরা ডিভ্যান্স ব্যাখ্যা করেছে, [ডি (নাল মডেল) - ডি (লাগানো মডেল)] / ডি (নাল মডেল) হিসাবে সংজ্ঞায়িত হয়েছে, কখনও কখনও লিনিয়ার রিগ্রেশন এর আর-স্কোয়ারের জিএলএম এনালগ হিসাবে …

11 goodness-of-fit  zero-inflation  deviance 

যাক সঙ্গে স্বাধীন বের্নুলির র্যান্ডম ভেরিয়েবল একটা ক্রম হতে সেট দেখান যে distribution স্ট্যান্ডার্ড স্বাভাবিক ভেরিয়েবল তে বিতরণে রূপান্তরিত হয় কারণ অসীমের দিকে ঝোঁক।পি { এক্স ট = 1 } = 1 - পি { এক্স ট = 0 } = 1{Xn:n≥1}{Xn:n≥1}\{X_n:n\ge1\}এসএন= এন ∑ কে=1(এক্সকে-1P{Xk=1}=1−P{Xk=0}=1k.P{Xk=1}=1−P{Xk=0}=1k.P\{X_k=1\}=1-P\{X_k=0\}=\frac{1}{k}. এসএনSn=∑k=1n(Xk−1k), B2n=∑k=1nk−1k2Sn=∑k=1n(Xk−1k), Bn2=∑k=1nk−1k2S_n=\sum^{n}_{k=1}\left(X_k-\frac{1}{k}\right), \ B_n^2=\sum^{n}_{k=1}\frac{k-1}{k^2} …

11 probability  convergence  central-limit-theorem 

গুগলের কাছে এটি আমার পক্ষে শক্ত বিষয়, যেহেতু অনুসন্ধানে শব্দ অপ্টিমাইজেশন এবং স্টোচাস্টিক শব্দগুলি প্রায়শই স্বয়ংক্রিয়ভাবে স্টোকাস্টিক অপ্টিমাইজেশনের অনুসন্ধানগুলিতে ডিফল্ট হয়। কিন্তু আমি যা জানতে চাই তা হল কম্পিউটারের মডেলগুলির অপ্টিমাইজেশনের জন্য কোন পদ্ধতিগুলি বিদ্যমান যখন কম্পিউটার মডেল আউটপুট স্টোকাস্টিক হয়, অর্থাত্ ডিস্ট্রিমেন্টিক নয়? উদাহরণস্বরূপ, আপনি যদি এমন কোনও কম্পিউটার …

11 optimization  stochastic-processes 

কাগজ এখানে । রোলআউট নীতি ... একটি লিনিয়ার সফটম্যাক্স নীতি যা দ্রুত, বর্ধমানভাবে গণনা করা, স্থানীয় প্যাটার্ন-ভিত্তিক বৈশিষ্ট্যগুলির উপর ভিত্তি করে ... রোলআউট নীতি কী এবং কোনও পদক্ষেপ বাছাইয়ের নীতি নেটওয়ার্কের সাথে এটি কীভাবে সম্পর্কিত তা আমি বুঝতে পারি না। কোন সহজ ব্যাখ্যা?

11 machine-learning  monte-carlo  reinforcement-learning  games 

আমি নিউরাল নেটওয়ার্কগুলি ব্যবহার করে কিউ-লার্নিং সম্পর্কিত প্রশ্নাবলী হিসাবে কিউ-লার্নিংয়ের কিউ-মানটিকে অনুমান করার জন্য একটি নিউরাল নেটওয়ার্ক ব্যবহার করার চেষ্টা করছি । প্রথম উত্তরে যেমন পরামর্শ দেওয়া হয়েছে, আমি আউটপুট স্তরের জন্য রৈখিক অ্যাক্টিভেশন ফাংশনটি ব্যবহার করছি, যদিও আমি এখনও লুকানো স্তরগুলিতে সিগময়েড অ্যাক্টিভেশন ফাংশনটি ব্যবহার করছি (2, যদিও আমি …

11 neural-networks  reinforcement-learning 

আমি এসভিএম এবং এসভিআর সম্পর্কে বেসিকগুলি জানি, তবে এখনও আমি হাইপারপ্লেন যা প্রান্তিকতা সর্বাধিকতর করে SVR- র সাথে ফিট করে তা খুঁজে পেতে সমস্যাটি পাই না। দ্বিতীয়ত, আমি এসভিআর-এ সহনশীলতার মার্জিন হিসাবে ব্যবহৃত সম্পর্কে কিছু পড়েছি । এর মানে কী?ϵϵ\epsilon তৃতীয়, এসভিএম এবং এসভিআরে ব্যবহৃত ফাংশন পরামিতিগুলির মধ্যে কোনও পার্থক্য …

11 regression  machine-learning  svm 

এটি আদর্শ কেস হিসাবে বিবেচনা করা হয় যেখানে বিভাগগুলির অন্তর্গত সম্ভাব্যতা কাঠামোটি পুরোপুরি জানা যায় is বায়েস শ্রেণিবদ্ধের সাথে কেন আমরা সর্বাধিক পারফরম্যান্স অর্জন করতে পারি? এর আনুষ্ঠানিক প্রমাণ / ব্যাখ্যা কী? যেহেতু আমরা সবসময় অন্যান্য শ্রেণিবদ্ধের পারফরম্যান্সের তুলনা করার জন্য বেইস শ্রেণিবদ্ধকে একটি মানদণ্ড হিসাবে ব্যবহার করি।

11 probability  classification  bayesian  bayes 

যখন সিদ্ধান্ত গাছের কথা আসে, তখন ভবিষ্যদ্বাণী করা মানটি কী প্রশিক্ষণের ডেটার ব্যাপ্তির বাইরে থাকতে পারে? উদাহরণস্বরূপ, যদি টার্গেট ভেরিয়েবলের প্রশিক্ষণ ডেটা সেট পরিসীমা 0-100 হয়, যখন আমি আমার মডেলটি তৈরি করি এবং এটি অন্য কোনওটিতে প্রয়োগ করি, তখন আমার মানগুলি -5 হতে পারে? বা 150? প্রদত্ত সিদ্ধান্তের গাছের প্রতিরোধের …

11 regression  predictive-models  random-forest  cart 

ওয়ার্ড 2 ভেক অ্যালগরিদমের স্কিপ-গ্রাম মডেলটি বুঝতে আমার সমস্যা হচ্ছে। অবিচ্ছিন্ন ব্যাগ-অফ-শব্দের মধ্যে নিউরাল নেটওয়ার্কে প্রসঙ্গের শব্দগুলি কীভাবে "ফিট" হতে পারে তা সহজেই দেখা যায়, যেহেতু আপনি ইনপুট ম্যাট্রিক্স ডাব্লু দিয়ে এক-হট এনকোডিং উপস্থাপনাগুলির প্রতিটি গুন করার পরে মূলত এগুলি গড় করেন since তবে, স্কিপ-গ্রামের ক্ষেত্রে, আপনি কেবল ইনপুট ম্যাট্রিক্সের …

11 neural-networks  deep-learning  natural-language  word2vec  word-embeddings 

আমি স্লাইডিং / রাইজাইজড উইন্ডোতে সিএনএন বাইনারি ক্লাসিফায়ার প্রয়োগ করার পরিকল্পনা করছি, যা খুব কমই ঘটে (চিত্রগুলিতে) অবজেক্টগুলির একটি সনাক্তকারী তৈরি করার চেষ্টা করছি। আমি ভারসাম্য 1: 1 ইতিবাচক-নেতিবাচক প্রশিক্ষণ এবং পরীক্ষার সেটগুলি তৈরি করেছি (বিটিডব্লিউ ক্ষেত্রে এমনটি করা কি সঠিক জিনিস?), এবং শ্রেণিবদ্ধক নির্ভুলতার দিক দিয়ে একটি পরীক্ষার সেটগুলিতে …

11 logistic  classification  unbalanced-classes  loss-functions 

বাইনারি অনুসন্ধান করার জন্য আমার একটি অ্যালগরিদম দরকার যখন প্রতিটি পদক্ষেপে পরীক্ষাটি ভুল ফল দিতে পারে। পটভূমি: আমার 12 টি স্তরের পর্যায়ে শিক্ষার্থীদের সবচেয়ে উপযুক্ত হওয়া দরকার। বর্তমান পদ্ধতির হিংস্র শক্তি এবং বাড়তি অসুবিধা, তিনটি ভুলের পরে থামানো, এবং floor((score - 1) / 5) + 1সর্বনিম্ন 1 এর সাথে ছাত্রকে …

11 algorithms 

আমার অধ্যয়নের পটভূমি : একটি গিবস স্যাম্পলিং যেখানে আমরা নমুনা (স্বার্থ পরিবর্তনশীল) এবং থেকে এবং যথাক্রমে যেখানে এবং হয় -dimensional র্যান্ডম ভেক্টর। আমরা জানি যে প্রক্রিয়াটি সাধারণত দুটি পর্যায়ে বিভক্ত হয়:Y P ( X | Y ) P ( Y | X ) X Y kXXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk বার্ন-ইন পিরিয়ড, যেখানে আমরা …

11 hypothesis-testing  covariance  covariance-matrix  gibbs 

আমার কাছে একটি অ্যাপ রয়েছে যা চার-অঙ্কের-পিন দ্বারা সুরক্ষিত এবং অ্যাকাউন্টটি লক হওয়ার আগে ব্যবহারকারী লগ ইন করার জন্য পাঁচটি প্রচেষ্টা পেয়েছিল। এখন, আমার গ্রাহকরা সুরক্ষাটিকে "শক্তিশালী" করতে এবং অন্য সমাধানের পক্ষে পরামর্শ দিতে চান: ছয় অঙ্কের-পিন কোনও "একে অপরের পাশে একই অঙ্ক": যেমন: 11 3945 বা 39 55 94 …

11 combinatorics 

এসভিএম-এর সর্বোত্তম হাইপারপ্লেনটি সংজ্ঞাযুক্ত: w⋅x+b=0,w⋅x+b=0,\mathbf w \cdot \mathbf x+b=0, যেখানে থ্রেশোল্ড প্রতিনিধিত্ব করে। আমরা কিছু ম্যাপিং যদি যা কিছু জায়গা ইনপুট স্থান মানচিত্র , আমরা স্থান SVM বর্ণনা করতে পারেন , যেখানে অনুকূল hiperplane হবে:bbbϕϕ\mathbf \phiZZZZZZ w⋅ϕ(x)+b=0.w⋅ϕ(x)+b=0.\mathbf w \cdot \mathbf \phi(\mathbf x)+b=0. যাইহোক, আমরা সর্বদা ম্যাপিং সংজ্ঞায়িত করতে পারি যাতে …

11 svm  threshold 

কাজেই, আমাদের কাজের সিক্রেট সান্তা ছিল। আমরা 8 জন মানুষ। আমরা প্রত্যেকে টার্ন নিলাম এবং একটি বাটি থেকে একটি নাম রেখে একটি ছোট টুকরো কাগজ টানলাম। একমাত্র নিয়ম: আপনি যদি নিজের নাম টানেন তবে আপনাকে কাগজের টুকরোটি বাটিতে ফিরে রেখে আবার চেষ্টা করতে হবে। আসুন লোকেদের এ, বি, সি, ডি, …

11 combinatorics  odds