পরিসংখ্যান এবং বড় তথ্য

প্রশ্ন: দ্বি-দ্বি-দ্বিস্থ স্থানের দ্বিখণ্ডিত দ্বিখণ্ডিত বিতরণ দেখতে কেমন? নীচে নির্দিষ্ট বৈশিষ্ট্য যা আমি পরামিতিগুলির বিভিন্ন মানগুলির জন্য কল্পনা করতে চাই; যেমন, , , এবং ।পি 1 পি 2nnnp1p1p_{1}p2p2p_{2} f(x1,x2)=n!x1!x2!px11px22,x1+x2=n,p1+p2=1.f(x1,x2)=n!x1!x2!p1x1p2x2,x1+x2=n,p1+p2=1.f(x_{1},x_{2}) = \frac{n!}{x_{1}!x_{2}!}p_{1}^{x_{1}}p_{2}^{x_{2}}, \qquad x_{1}+x_{2}=n, \quad p_{1}+p_{2}=1. লক্ষ করুন যে দুটি বাধা আছে; এবং । । উপরন্তু, , একটি ধনাত্মক পূর্ণসংখ্যা, বলুন …

11 probability  data-visualization  binomial  discrete-data  distributions 

আমি সর্বদা প্রতিক্রিয়া প্রসঙ্গে ইন্টারঅ্যাকশন শব্দটি পড়েছি। আমাদের কি বিভিন্ন মডেল যেমন নিট বা এসএমএম এর সাথে ইন্টারঅ্যাকশন বিবেচনা করা উচিত? যদি , বা আরও বেশি বৈশিষ্ট্য থাকে এবং পর্যবেক্ষণগুলি বলুন যে দরকারী ইন্টারঅ্যাকশনগুলি খুঁজে পাওয়ার স্বাভাবিক উপায় কী? সমস্ত সংমিশ্রণ চেষ্টা করে দেখুন? বা শুধুমাত্র সংমিশ্রণগুলি ব্যবহার করে যা …

11 machine-learning  interaction  terminology 

বোলস্ট্যাডের বায়েশিয়ান স্ট্যাটিস্টিক্সের পরিচিতির একটি অংশ নীচে দেওয়া হয়েছে । আপনার সমস্ত বিশেষজ্ঞের পক্ষে, এটি তুচ্ছ হতে পারে তবে আমি বুঝতে পারি না যে লেখক কীভাবে এই সিদ্ধান্তে পৌঁছে যে । এর কিছু মূল্যের জন্য উত্তরীয় সম্ভাবনা গণনা করার জন্য আমাদের কোনও সংহতকরণ করতে হবে না । আমি দ্বিতীয় প্রকাশটি …

11 distributions  bayesian  beta-distribution  conjugate-prior 

আমি আকস্মিকভাবে একটি নিবন্ধ (অর্থনীতিতে) পড়ছিলাম যাতে জন্য নিম্নলিখিত অনুমান ছিল :log(E(X))log⁡(E(X))\log(E(X)) log(E(X))≈E(log(X))+0.5var(log(X))log⁡(E(X))≈E(log⁡(X))+0.5var(log⁡(X))\log(E(X)) \approx E(\log(X))+0.5 \mathrm{var}(\log(X)) , যা লেখক বলেছেন তা সঠিক যদি এক্স লগ-স্বাভাবিক হয় (যা আমি জানি)। আমি যা জানি না তা হল এই অনুমানটি কীভাবে উপার্জন করা যায়। আমি দ্বিতীয় আদেশটি টেলরের সান্নিধ্যের গণনা করার চেষ্টা করেছি …

11 lognormal  approximation  taylor-series 

আমাদের মানবিক বোঝার মধ্যে এমন কিছু আছে যা স্বতঃস্ফূর্ততার ধারণাটি স্বজ্ঞাতভাবে উপলব্ধিতে অসুবিধা সৃষ্টি করে। সংকীর্ণ অর্থে উত্তরটি তাত্ক্ষণিক: স্কোয়ারিং আমাদের প্রতিক্রিয়াশীল বোঝা থেকে দূরে সরিয়ে দেয়। তবে, এটি কি কেবল বৈকল্পিক যা সমস্যাগুলি উপস্থাপন করে, বা এটি ডেটা ছড়িয়ে দেওয়ার পুরো ধারণাটি? আমরা পরিসীমা আশ্রয় চাই, বা কেবল সর্বনিম্ন …

11 variance  dispersion 

আমি যে সমস্যার উপরে কাজ করছি তার একটি প্রমাণ তৈরি করার চেষ্টা করছি এবং আমি যে অনুমানগুলি তৈরি করছি তার একটি হ'ল আমি যে পয়েন্টগুলি থেকে নমুনা দিচ্ছি সেটি পুরো স্থানের চেয়ে ঘন। ব্যবহারিকভাবে, আমি সম্পূর্ণ নমুনার জায়গার উপরে আমার পয়েন্টগুলি পেতে ল্যাটিন হাইপারকিউব স্যাম্পলিং ব্যবহার করছি। আমি কী জানতে …

11 sampling  asymptotics  latin-square  latin-hypercube 

আমি এমন কৌশলগুলির বিষয়ে সংস্থানসমূহ (বই, বক্তৃতা নোট ইত্যাদি) সন্ধান করছি যা একাধিক-লক্ষ্যবস্তুযুক্ত ডেটা পরিচালনা করতে পারে (উদা: তিনটি নির্ভরশীল ভেরিয়েবল: 2 বিচ্ছিন্ন এবং 1 ধারাবাহিক)। কারও কি এর কোন সম্পদ / জ্ঞান আছে? আমি জানি যে এটির জন্য নিউরাল নেটওয়ার্ক ব্যবহার করা সম্ভব।

11 regression  machine-learning  predictive-models  references 

যদি 20 টি স্বাধীন বার্নৌল্লি ট্রায়ালগুলি সাফল্যের আলাদা সম্ভাবনা এবং তাই ব্যর্থতার সাথে পরিচালিত হয়। 20 ট্রায়ালের মধ্যে ঠিক এন সফল হয়েছিল এমন সম্ভাবনা কী? সাফল্য এবং ব্যর্থতার সম্ভাবনার সংমিশ্রণের সংমিশ্রণের চেয়ে এই সম্ভাবনাগুলি গণনার আরও ভাল উপায় কি?

11 probability  distributions  bernoulli-distribution  poisson-binomial 

আমি এই টেবিলটিতে পর্যবেক্ষণগুলির জন্য উপাত্তগুলির জন্য এবং পুনরুদ্ধারের স্কোরগুলির মানক বিচ্যুতিগুলির জন্য উপযুক্ত প্লটটি কল্পনা করার চেষ্টা করছি: RecallControlMean37SD8ExperimentalMean21SD6ControlExperimentalMeanSDMeanSDRecall378216\begin{array} {c|c c|c c|} & \text{Control} & & \text{Experimental} & \\ & \text{Mean} & \text{SD} &\text{Mean} &\text{SD} \\ \hline \text{Recall} & 37 & 8 & 21 & 6 \\ \hline \end{array} …

11 data-visualization  standard-deviation  mean  descriptive-statistics  barplot 

প্রধান উপাদান বিশ্লেষণের বিপরীতে, গুণক বিশ্লেষণ মডেলগুলির সমাধানগুলি অগত্যা নেস্টেড হয় না। অর্থাৎ প্রথম ফ্যাক্টরের জন্য লোডিংগুলি (উদাহরণস্বরূপ) অগত্যা অভিন্ন হবে না যখন কেবল প্রথম দুটি ফ্যাক্টর যখন বনাম প্রথম দুটি বের করা হয়। এটি মাথায় রেখে, এমন একটি ক্ষেত্রে বিবেচনা করুন যেখানে আপনার কাছে ম্যানিফেস্ট ভেরিয়েবলগুলির একটি সেট রয়েছে …

11 references  factor-analysis  psychometrics 

আমি ল্যারি ওয়াসারম্যানের বই, পরিসংখ্যানের সমস্ত এবং এখন পি-ভ্যালু (পৃষ্ঠা 187) সম্পর্কে পড়ছি । আমাকে প্রথমে কয়েকটি সংজ্ঞা চালু করতে দিন (আমি উদ্ধৃতি দিয়ে): সংজ্ঞা 1 প্রত্যাখ্যান অঞ্চলের সাথে একটি পরীক্ষা শক্তি ফাংশন দ্বারা সংজ্ঞায়িত করা হয় একটি পরীক্ষা আকার হওয়া হিসেবে সংজ্ঞায়িত করা হয় একটি পরীক্ষা স্তর আছে বলা …

11 hypothesis-testing  mathematical-statistics  p-value 

আমার এমন একটি পরিস্থিতি রয়েছে যেখানে আমি কোনও ডেটা-সেটের (প্রথম) মুহুর্তগুলি অনুমান করতে সক্ষম হয়েছি এবং ঘনত্বের ক্রিয়াটির অনুমানের জন্য এটি ব্যবহার করতে চাই।টটk আমি ইতিমধ্যে পিয়ারসন বিতরণ জুড়ে এসেছি , কিন্তু বুঝতে পেরেছি এটি কেবল প্রথম 4 টি মুহুর্তের উপর নির্ভর করে (মুহুর্তগুলির সম্ভাব্য সংমিশ্রণের উপর কিছুটা বিধিনিষেধ নিয়ে)। …

11 pdf  kernel-smoothing  moments 

প্রসঙ্গ এটি এই প্রশ্নের সাথে কিছুটা মিল , তবে আমি মনে করি এটি একেবারে সদৃশ নয়। আপনি কীভাবে বুটস্ট্র্যাপ হাইপোথিসিস পরীক্ষাটি পরিচালনা করবেন সে সম্পর্কে নির্দেশাবলীটি যখন সন্ধান করেন, তখন সাধারণত বলা হয় যে আত্মবিশ্বাসের ব্যবস্থাগুলির জন্য অনুশীলনমূলক বিতরণটি ব্যবহার করা ভাল তবে আপনাকে পি-পি পেতে নাল অনুমানের অধীনে বিতরণ …

11 confidence-interval  p-value  bootstrap 

আমি প্রায় 60 মিলিয়ন বাক্যাংশ ভেক্টর স্পেসে এম্বেড করার চেষ্টা করছি , তারপরে তাদের মধ্যে কোজিনের মিলের গণনা করুন। আমি CountVectorizerএকটি কাস্টম বিল্ট টোকেনাইজার ফাংশন দিয়ে ইউনিট এবং বিগ্রাম তৈরির জন্য স্ক্লার্নস ব্যবহার করছি । সক্রিয় হয় যে অর্থবহ উপস্থাপনা পেতে আমাকে সারি সংখ্যায় লিনিয়ার, প্রচুর পরিমাণে কলামের অনুমতি দিতে …

11 machine-learning  natural-language  word2vec  word-embeddings  cosine-similarity 

আমি বৈশিষ্ট্য নির্বাচন সম্পর্কে শিখছি। মডেল তৈরির জন্য কেন এটি গুরুত্বপূর্ণ এবং দরকারী হবে তা আমি দেখতে পাচ্ছি। তবে আসুন তদারকি করা শেখার (শ্রেণিবিন্যাস) কার্যগুলিতে ফোকাস করি। শ্রেণিবদ্ধকরণের জন্য বৈশিষ্ট্য নির্বাচন কেন গুরুত্বপূর্ণ? আমি বৈশিষ্ট্য নির্বাচন এবং তত্ত্বাবধানে শেখার জন্য এর ব্যবহার সম্পর্কে প্রচুর সাহিত্যের লেখা দেখি, তবে এটি আমার …

11 feature-selection  accuracy  regression-strategies