পরিসংখ্যান এবং বড় তথ্য

এমসিএমসি প্রোগ্রামগুলি ডিবাগ করা কুখ্যাতভাবে মুশকিল। বেশ কয়েকটি সমস্যার কারণে সমস্যা দেখা দেয় যার কয়েকটি হল: (ক) অ্যালগরিদমের চক্রাকার প্রকৃতি আমরা অন্য সমস্ত পরামিতিগুলিতে শর্তসাপেক্ষে পরামিতিগুলি আঁকি। সুতরাং, যদি কোনও বাস্তবায়ন সঠিকভাবে কাজ না করে তবে বাগটি আলাদা করা কঠিন কারণ সমস্যাটি পুনরাবৃত্ত নমুনার যে কোনও জায়গায় হতে পারে। (খ) …

11 mcmc 

আমার কাছে চারটি প্রতিযোগী মডেল রয়েছে যা আমি বাইনারি ফলাফলের পরিবর্তনশীল (যেমন, স্নাতক হওয়ার পরে কর্মসংস্থানের অবস্থা, 1 = নিয়োগকৃত, 0 = নিয়োগ-নয়) ভবিষ্যদ্বাণী করতে ব্যবহার করি n মডেল পারফরম্যান্সের একটি প্রাকৃতিক মেট্রিক হিট রেট যা মডেলগুলির প্রত্যেকটির জন্য সঠিক অনুমানের শতাংশ। আমার কাছে মনে হয় যে আমি এই সেটিংটিতে …

11 anova  chi-squared  generalized-linear-model 

যাক, আমাদের সহজ "হ্যাঁ / না" প্রশ্ন রয়েছে যা আমরা উত্তর জানতে চাই want এবং সঠিক উত্তরের জন্য সেখানে "জনগণ" ভোট দিচ্ছেন। প্রতিটি ভোটারের একটি ইতিহাস রয়েছে - 1 এবং 0 এর তালিকা, এটি দেখায় যে তারা অতীতে এই ধরণের প্রশ্নগুলি সম্পর্কে সঠিক ছিল বা ভুল। যদি আমরা ইতিহাসকে দ্বি-দ্বি …

11 accuracy  uncertainty  weighted-mean  voting-system 

কার্যকারিতা ( ->) এর নিরিখে উপকরণের পরিবর্তনের মানক প্রকল্পটি হ'ল: Z -> X -> Y জেড যেখানে একটি উপকরণ, এক্স একটি অন্তঃসত্ত্বা পরিবর্তনশীল এবং ওয়াই একটি প্রতিক্রিয়া। এটি কি সম্ভব, নিম্নলিখিত সম্পর্কগুলি: Z <- X ->Y Z <-> X ->Y বৈধ? যদিও উপকরণ এবং ভেরিয়েবলের মধ্যে পারস্পরিক সম্পর্ক সন্তুষ্ট, তবে …

11 causality  instrumental-variables  endogeneity 

সুতরাং আমি ফেসবুকের নবী সম্পর্কে যা পড়েছি তা হ'ল এটি মূলত সময়ের ধারাটিকে প্রবণতা এবং seasonতুতে বিভক্ত করে তোলে। উদাহরণস্বরূপ, একটি অ্যাডিটিভ মডেল হিসাবে লিখিত হবে: y(t)=g(t)+s(t)+h(t)+ety(t)=g(t)+s(t)+h(t)+et y(t) = g(t) + s(t) + h(t) + e_t সঙ্গে ttt সময় g(t)g(t)g(t) প্রবণতা (এটি লিনিয়ার বা লজিস্টিক হতে পারে) s(t)s(t)s(t) মৌসুমী (প্রতিদিন, …

11 regression  machine-learning  time-series  prophet 

ধরে নিচ্ছি আমার কাছে দুটি স্বতঃস্ফূর্ত র্যান্ডম ভেরিয়েবল রয়েছে এবং আমি খুব বেশি "সিগন্যাল" না ছাড়াই তাদের মধ্যে যতটা সম্ভব সাম্প্রদায়িকতা হ্রাস করতে চাই, কেন সহায়তা কেন্দ্রিক? আমি কোথাও পড়েছি যার অর্থ কেন্দ্রীভূতকরণ একটি উল্লেখযোগ্য ফ্যাক্টর দ্বারা পারস্পরিক সম্পর্ক হ্রাস করে, তাই আমি ভাবছি যে এটি সম্প্রচারের জন্য একই করা …

11 correlation  covariance  random-vector 

আমার প্রশ্ন বরং শব্দার্থক। যখন কোনও পদ্ধতি নিয়মিত উচ্চ পি-মান উত্পাদন করে তখন তাকে রক্ষণশীল বলা হয়। আপনি কি বিপরীত কল করতে পারবেন, অর্থাত্ একটি উচ্চ ধরণের II-ত্রুটি হারের উদার সহ একটি পদ্ধতি?

11 hypothesis-testing  statistical-significance  p-value  terminology  type-i-and-ii-errors 

প্রদত্ত দৈব চলক , সম্ভাব্যতা বিতরণের সঙ্গে , পারস্পরিক সম্পর্ক ম্যাট্রিক্স ইতিবাচক আধা নির্দিষ্ট, অর্থাত্ তার eigenvalues ধনাত্মক বা শূন্য।nnnXiXiX_iP(X1,…,Xn)P(X1,…,Xn)P(X_1,\ldots,X_n)Cij=E[XiXj]−E[Xi]E[Xj]Cij=E[XiXj]−E[Xi]E[Xj]C_{ij}=E[X_i X_j]-E[X_i]E[X_j] আমি তে থাকা শর্তগুলিতে আগ্রহী যেগুলি শূন্য ইগেনালুগুলি থাকতে / এর জন্য পর্যাপ্ত । উদাহরণস্বরূপ, পর্যাপ্ত শর্তটি এলোমেলো পরিবর্তনগুলি স্বতন্ত্র নয়: কিছু আসল সংখ্যার জন্য । উদাহরণস্বরূপ, যদি , …

11 correlation 

আমি এমন একটি ফাংশন লেখার চেষ্টা করছি যা একটি সমানভাবে বিতরিত শব্দ উত্পন্ন করে যা ডাইমেনশনের পি-আদর্শ বল থেকে আসে :এনএনn | | এক্স | |পি। R||x||p≤r\begin{equation} ||x||_p \leq r \end{equation} আমি চেনাশোনাগুলির জন্য সম্ভাব্য সমাধানগুলি খুঁজে পেয়েছি ( পি = 2p=2p = 2 ) ( http://mathworld.wolfram.com/DiskPointPicking.html ) তবে পি …

11 simulation  noise 

যেমনটি আমি বুঝতে পেরেছি, কে-এনএন একটি অলস শিক্ষণার্থী অ্যালগরিদম এবং এটির প্রশিক্ষণের একটি পর্বের প্রয়োজন নেই। তাহলে আমাদের .fit()স্কেলার্ন ব্যবহার করার দরকার কেন এবং যখন আমরা এটি ব্যবহার করি তখন কী ঘটে?

11 classification  scikit-learn  k-nearest-neighbour 

উপর তাদের উইকি পাতা , স্ট্যান রাষ্ট্রের বিকাশকারীগণ: কিছু নীতি যা আমরা পছন্দ করি না: আক্রমণ, জেফরি, এনট্রপি পরিবর্তে, আমি প্রচুর সাধারণ বিতরণের প্রস্তাব দেখতে পাচ্ছি। এখনও অবধি আমি বেইশিয়ান পদ্ধতি ব্যবহার করেছি যা নমুনার উপর নির্ভর করে না, এবং কেন বুঝতে পেরে একরকম খুশি হয়েছিল যে কেন দ্বিখন্ডিত সম্ভাবনার …

11 bayesian  mcmc  prior  pymc  stan 

আমি কে-মাধ্যমের জন্য প্রাথমিক বীজ (ক্লাস্টার সেন্টার) বাছাই করার জন্য শিল্পের বর্তমান অবস্থানে আগ্রহী। গুগলিং দুটি জনপ্রিয় পছন্দ বাড়ে: প্রাথমিক বীজের এলোমেলো নির্বাচন, এবং, কেমিয়ানস ++ নির্বাচন কৌশলটি ব্যবহার করে: আর্থার এবং ভ্যাসিলভিটস্কি 2006 কে-মানে ++: যত্নশীল বপনের সুবিধা এখানে এমন যে কোনও প্রতিশ্রুতিবদ্ধ পদ্ধতি রয়েছে যা এখানকার যে কেউ …

11 clustering  k-means 

এসভিএম সম্পর্কে আমার উপলব্ধিটি হ'ল এটি লজিস্টিক রিগ্রেশন (এলআর) এর সাথে খুব সমান, যেমন শ্রেণীর অন্তর্গত হওয়ার সম্ভাবনা পাওয়ার জন্য সিগময়েড ফাংশনে একটি ভারী বৈশিষ্ট্যগুলি সরবরাহ করা হয় তবে ক্রস-এনট্রপি (লজিস্টিক) ক্ষতিের পরিবর্তে ফাংশন, প্রশিক্ষণ কব্জি ক্ষতি ব্যবহার করে সঞ্চালিত হয়। কব্জির ক্ষতি ব্যবহারের সুবিধাটি হ'ল কার্নেলাইজেশনকে আরও দক্ষ করতে …

11 machine-learning  logistic  svm 

আমি কোনও ফাংশন অনুকূলকরণের জন্য নেল্ডার-মিড অ্যালগরিদম বাস্তবায়নের চেষ্টা করছি। Nelder-তৃণভূমি সম্পর্কে উইকিপিডিয়া পৃষ্ঠা তার বাঁধন নির্ণায়ক ছাড়া সমগ্র এলগরিদম সম্পর্কে আশ্চর্যজনক স্পষ্ট। সেখানে এটি দুঃখের সাথে বলে: অভিমতের জন্য পরীক্ষা করুন [স্পষ্টকরণের প্রয়োজনীয়তা] । আমি নিজে বেশ কয়েকটি মানদণ্ড চেষ্টা করেছি এবং পরীক্ষা করেছি: বন্ধ করেন তাহলে চ( এক্সএন+ …

11 optimization  algorithms 

যদি আমরা একটি পূর্ণ বর্ধিত সিদ্ধান্তের গাছটিকে বিবেচনা করি (যেমন একটি অরক্ষিত সিদ্ধান্ত গাছ) এটির উচ্চতর বৈকল্পিকতা এবং কম পক্ষপাত রয়েছে। ব্যাগিং এবং র্যান্ডম অরণ্যগুলি এই উচ্চতর বৈকল্পিক মডেলগুলি ব্যবহার করে এবং বৈকল্পিকতা হ্রাস করতে এবং এইভাবে পূর্বাভাসের নির্ভুলতা বাড়ানোর জন্য তাদের একত্র করে। ব্যাগিং এবং এলোমেলো বন উভয়ই বুটস্ট্র্যাপের …

11 variance  random-forest  cart  bias  bagging