পরিসংখ্যান এবং বড় তথ্য

আমার কাছে 2 টি টাইম-সিরিজ রয়েছে (উভয়ই মসৃণ) তারা কতটা সহযোগী তা দেখতে আমি ক্রস-কোলেলেট করতে চাই। আমি পিয়ারসন পারস্পরিক সম্পর্ক সহগ ব্যবহার করতে চাই। এটা কি উপযুক্ত? আমার দ্বিতীয় প্রশ্নটি হল আমি 2 টাইম-সিরিজের পাশাপাশি আমার পছন্দ মতো নমুনা বেছে নিতে পারি। অর্থাত্ আমি যে পরিমাণ ডেটা পয়েন্ট করব …

47 time-series  correlation  pearson-r  smoothing 

থেকে StatSoft, ইনকর্পোরেটেড (2013), ইলেকট্রনিক পরিসংখ্যান পাঠ্যপুস্তক , "সাদাসিধা বায়েসের ক্লাসিফায়ার" : নেভ বেয়েস শ্রেণিবিন্যাসের ধারণাটি প্রদর্শনের জন্য, উপরের চিত্রায় প্রদর্শিত উদাহরণ বিবেচনা করুন। ইঙ্গিত হিসাবে, বস্তুগুলি গ্রীন বা লাল হিসাবে শ্রেণিবদ্ধ করা যেতে পারে। আমার কাজটি হ'ল নতুন কেসগুলি আসার সাথে সাথে শ্রেণিবদ্ধ করা, অর্থাত্ বর্তমানের অবজেক্টের উপর ভিত্তি …

47 machine-learning  naive-bayes 

আমি নিশ্চিত যে এটি আমার মাথায় পুরোপুরি জড়িয়ে গেছে, তবে আমি এটি বুঝতে পারি না। টি-টেস্ট জেড বিতরণ ব্যবহার করে দুটি সাধারণ বিতরণের তুলনা করে। এজন্য ডেটাতে স্বাভাবিকতার অনুমান রয়েছে। আনোভা ডামি ভেরিয়েবলগুলির সাথে লিনিয়ার রিগ্রেশন সমতুল্য এবং ওএলএসের মতো স্কোয়ারের পরিমাণ ব্যবহার করে। সে কারণেই রেসিডুয়ালসের স্বাভাবিকতার অনুমান আছে। …

47 distributions  regression  normality-assumption  t-test  anova 

কল্পনা করুন যে আপনাকে বার্ষিক প্রদত্ত পরীক্ষা দেয় এমন প্রার্থীর সংখ্যা সম্পর্কে রিপোর্টিং করতে হবে। লক্ষ্য হিসাবে জনসংখ্যার সুনির্দিষ্টতার কারণে বিস্তৃত জনসংখ্যার পক্ষে সাফল্যের পরিলক্ষিত%% অনুমান করা বরং কঠিন মনে হয়। সুতরাং আপনি বিবেচনা করতে পারেন যে এই ডেটাগুলি পুরো জনসংখ্যার প্রতিনিধিত্ব করে। পরীক্ষাগুলির ফলাফলগুলি কি ইঙ্গিত দেয় যে পুরুষ …

47 hypothesis-testing  population  sampling 

সংরক্ষণের জন্য খুব বড় কোনও ডেটা সেটের মধ্যমাটি অনুমান করার জন্য আমি একটি ভাল অ্যালগরিদম (যার অর্থ ন্যূনতম গণনা, ন্যূনতম সঞ্চয়ের প্রয়োজনীয়তা) খুঁজছি, যেমন প্রতিটি মান কেবল একবারই পড়তে পারে (আপনি যদি সেই মানটি স্পষ্টভাবে সংরক্ষণ না করেন)। অনুমান করা যায় এমন ডেটার কোনও সীমা নেই। যথাযথতা যতক্ষণ জানা যায় …

47 algorithms  median  large-data 

এই প্রশ্নটি আমাকে দীর্ঘকাল ধরে বিস্মিত করেছে। আমি সম্ভাবনা সর্বাধিকীকরণে 'লগ' এর ব্যবহার বুঝতে পারি তাই আমি 'লগ' সম্পর্কে জিজ্ঞাসা করি না। আমার প্রশ্ন, যেহেতু লগ সম্ভাবনা সর্বাধিক করা "নেতিবাচক লগ সম্ভাবনা" (এনএলএল) হ্রাস করার সমতুল্য, কেন আমরা এই এনএলএল আবিষ্কার করেছি? কেন আমরা সবসময় "ইতিবাচক সম্ভাবনা" ব্যবহার করি না? …

47 maximum-likelihood  likelihood 

সাম্প্রতিক বছরগুলিতে, কনভলিউশনাল নিউরাল নেটওয়ার্কগুলি (সিএনএন) কম্পিউটার ভিশনে অবজেক্টের স্বীকৃতির জন্য অত্যাধুনিক শিল্পে পরিণত হয়েছে। সাধারণত, একটি সিএনএন বেশ কয়েকটি কনভ্যুশনাল স্তর নিয়ে গঠিত এবং তারপরে দুটি সম্পূর্ণ সংযুক্ত স্তর রয়েছে। এর পিছনে একটি স্বজ্ঞাত হ'ল কনভ্যুশনাল স্তরগুলি ইনপুট ডেটার আরও ভাল উপস্থাপনা শেখে এবং সম্পূর্ণ সংযুক্ত স্তরগুলি তারপরে লেবেলের …

46 machine-learning  neural-networks  svm  deep-learning  conv-neural-network 

আমি "অবশিষ্টাংশগুলি" হ'ল "পূর্বাভাস বিয়োগ আসল মান" বা "প্রকৃত বিয়োগের পূর্বাভাসিত মান" বলে বিভিন্নভাবে সংজ্ঞায়িত দেখেছি। উদাহরণের উদ্দেশ্যে, উভয় সূত্রই বহুল ব্যবহৃত হয়েছে তা দেখাতে, নিম্নলিখিত ওয়েব অনুসন্ধানগুলির সাথে তুলনা করুন: অবশিষ্ট "পূর্বাভাস বিয়োগ প্রকৃত" অবশিষ্ট "প্রকৃত বিয়োগ পূর্বাভাস" বাস্তবে, এটি প্রায় কোনও ক্ষেত্রেই তাত্পর্যপূর্ণ হয় না, যেহেতু অবিশ্বাস্যর অবশিষ্টাংশগুলির …

46 residuals  terminology  error 

আমি এই নিবন্ধটি যখন হোঁচট খেয়েছি তখন সম্পূর্ণ সম্পর্কহীন সমস্যার জন্য আমি কেবল বেইস ফ্যাক্টরের উপর এই নিবন্ধটি পড়ছিলাম বেইস ফ্যাক্টরগুলির সাথে হাইপোথিসিস টেস্টিং ঘনত্ববাদী হাইপোথিসিস টেস্টিংয়ের চেয়ে বেশি শক্তিশালী, যেহেতু বায়েশিয়ান ফর্ম মডেল নির্বাচন পক্ষপাতকে এড়িয়ে যায়, নাল হাইপোথিসিসের পক্ষে প্রমাণের মূল্যায়ন করে, মডেল অনিশ্চয়তা অন্তর্ভুক্ত করে, এবং অ-নেস্টেড …

46 hypothesis-testing  frequentist 

"আলোচনা: পরিবেশবিদদের বায়েশিয়ান হওয়া উচিত?" নিবন্ধে ব্রায়ান ডেনিস যখন বায়েসীয়দের পরিসংখ্যান সম্পর্কে আশ্চর্যজনকভাবে সুষম এবং ইতিবাচক দৃষ্টিভঙ্গি দেন, তখন তাঁর উদ্দেশ্য মনে হয় এটি সম্পর্কে মানুষকে সতর্ক করা। তবে একটি অনুচ্ছেদে কোনও উদ্ধৃতি বা ন্যায়সঙ্গততা ছাড়াই তিনি বলেছেন: বায়েশিয়ানরা, আপনি দেখুন, তাদের অবশিষ্টাংশগুলি দেখার অনুমতি নেই। এটি কোনও মডেলের অধীনে …

46 bayesian  residuals  frequentist  likelihood-principle 

আমি এর প্রকৃতি সম্পর্কে আগ্রহী Σ−1Σ−1\Sigma^{-1}। " ডেটা সম্পর্কে কী বলে" সম্পর্কে কেউ স্বজ্ঞাত কিছু বলতে পারেন Σ−1Σ−1\Sigma^{-1}? সম্পাদনা: উত্তরের জন্য ধন্যবাদ কিছু দুর্দান্ত কোর্স করার পরে, আমি কিছু পয়েন্ট যুক্ত করতে চাই: এটি তথ্য, অর্থাত্ পরিমাপ, বরাবর দিক তথ্য পরিমাণ এক্স ।xTΣ−1xxTΣ−1xx^T\Sigma^{-1}xxxx দ্বৈত: যেহেতু ইতিবাচক নির্দিষ্ট, তাই হয় Σ …

46 bayesian  maximum-likelihood  covariance  matrix 

আমি আমার ডেটা বিশ্লেষণ সম্পন্ন করেছি এবং "পরিসংখ্যানগতভাবে গুরুত্বপূর্ণ ফলাফল" পেয়েছি যা আমার অনুমানের সাথে সামঞ্জস্যপূর্ণ। তবে পরিসংখ্যানের এক শিক্ষার্থী আমাকে বলেছিলেন এটি একটি অকালিক উপসংহার। কেন? আমার রিপোর্টে অন্তর্ভুক্ত করার মতো আর কি কি আছে?

46 hypothesis-testing  statistical-significance  spss  p-value 

ভবিষ্যদ্বাণীকারীদের সংখ্যা বেশি হলে কেউ এলোমেলো বনে কেন আমাদের প্রচুর পরিমাণে গাছের প্রয়োজন তা ব্যাখ্যা করতে পারে? আমরা কীভাবে গাছের অনুকূল সংখ্যা নির্ধারণ করতে পারি?

46 machine-learning  random-forest 

ইন এই কাগজ খেতাবধারী "মধ্যে সাধারণ রৈখিক মডেল প্রয়োগ মেডিক্যাল ডেটা NEWLINENEWLINE" লেখক লিখুন: একটি সাধারণ রৈখিক মডেলটিতে, প্রতিক্রিয়াটি নিজেই পরিবর্তিত না করে লিংক ফাংশন দ্বারা গড়টি রূপান্তরিত হয়। রূপান্তরের দুটি পদ্ধতি বেশ ভিন্ন ফলাফলের দিকে নিয়ে যেতে পারে; উদাহরণস্বরূপ, লগ-ট্রান্সফর্মড প্রতিক্রিয়াগুলির গড়টি গড় প্রতিক্রিয়ার লগারিদমের মতো নয় । সাধারণভাবে, …

46 generalized-linear-model  model-selection  lognormal 

ধরুন যে এক্স ∼ এন2( μ , Σ )X∼N2(μ,Σ)\mathbf{X} \sim N_{2}(\mathbf{\mu}, \mathbf{\Sigma}) । তারপর শর্তাধীন বিতরণ এক্স1X1X_1 প্রদত্ত যে এক্স2= এক্স2X2=x2X_2 = x_2 বহুচলকীয় স্বাভাবিকভাবে গড় সঙ্গে বিতরণ করা হয়: ই[ পি( এক্স1| এক্স2= এক্স2) ] = μ1+ + σ12σ22( এক্স2- μ2)E[P(X1|X2=x2)]=μ1+σ12σ22(x2−μ2) E[P(X_1 | X_2 = x_2)] = \mu_1+\frac{\sigma_{12}}{\sigma_{22}}(x_2-\mu_2) এবং …

46 normal-distribution  multivariate-analysis  intuition