পরিসংখ্যান এবং বড় তথ্য

বলুন আমার কাছে কিছু historicalতিহাসিক ডেটা রয়েছে যেমন, অতীতের শেয়ারের দাম, বিমানের টিকিটের দামের ওঠানামা, সংস্থার অতীতের আর্থিক তথ্য ... এখন কেউ (বা কোনও সূত্র) বরাবর এসে বলে "চলুন বিতরণটির লগটি ব্যবহার করি / ব্যবহার করি" এবং এখানে আমি কেন যাই ? প্রশ্নাবলী: কেন প্রথমে বিতরণটির লগ নেওয়া উচিত? মূল …

173 distributions  data-transformation  logarithm 

আমি একটি ছোট ডেটাসেট (21 টি পর্যবেক্ষণ) নিয়ে কাজ করছি এবং আর-তে নিম্নলিখিত সাধারণ কিউকিউ প্লট রয়েছে: প্লটটি স্বাভাবিকতা সমর্থন করে না তা দেখে, অন্তর্নিহিত বিতরণ সম্পর্কে আমি কী অনুমান করতে পারি? আমার কাছে মনে হয় যে বিতরণটি ডানদিকে আরও বেশি আঁকানো আরও ভাল ফিট হবে, তাই না? এছাড়াও, আমরা …

172 r  data-visualization  inference  qq-plot 

আমি ইদানীং লক্ষ্য করেছি যে প্রচুর লোকেরা বিভিন্ন পদ্ধতির টেনসর সমতুল্য বিকাশ করছে (টেনসর ফ্যাক্টরিয়েশন, টেনসর কার্নেল, টপিক মডেলিংয়ের টেনার ইত্যাদি) আমি ভাবছি, হঠাৎ কেন টেনেসারে বিশ্ব মুগ্ধ হয়? বিশেষত অবাক হওয়ার মতো সাম্প্রতিক কাগজপত্র / মানক ফলাফল কি এগুলি নিয়ে এসেছে? এটি পূর্বে সন্দেহযুক্ত তুলনায় গণনাগতভাবে অনেক সস্তা? আমি …

171 machine-learning  references  matrix  linear-algebra  tensor 

বলুন যে আমি প্রচুর পরিমাণে প্যারামিটার অনুমান করতে চাই এবং আমি তাদের কয়েকটিকে শাস্তি দিতে চাই কারণ আমার বিশ্বাস অন্যদের তুলনায় তাদের খুব কম প্রভাব ফেলতে হবে। কীভাবে পেনালাইজেশন স্কিম ব্যবহার করব তা আমি কীভাবে সিদ্ধান্ত নেব? রিজ রিগ্রেশন কখন বেশি উপযুক্ত? আমি কখন লসো ব্যবহার করব?

167 regression  lasso  ridge-regression 

ভাল, আমরা প্রিয় পরিসংখ্যান উদ্ধৃতি পেয়েছি। পরিসংখ্যান রসিকতা সম্পর্কে কি?

165 references  humor 

আমি কি প্রশ্নে স্বতন্ত্র ভেরিয়েবলের জন্য আরও ভাল আচরণের বিতরণ খুঁজছি, বা বহিরাগতদের প্রভাব কমাতে বা অন্য কিছু?

164 regression  distributions  data-transformation  logarithm  regression-strategies 

আপনার যদি এমন একটি ভেরিয়েবল থাকে যা শূন্যগুলি এবং টার্গেট ভেরিয়েবলগুলিকে পুরোপুরি পৃথক করে, আর নিম্নলিখিত নীচের "নিখুঁত বা কোটির নিখুঁত বিচ্ছেদ" সতর্কতা বার্তা দেবে: Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred আমরা এখনও মডেলটি পাই তবে সহগের অনুমানগুলি স্ফীত হয়। বাস্তবে আপনি এটিকে কীভাবে মোকাবিলা করবেন?

163 r  regression  logistic  separation 

আমি সম্প্রতি আর-ব্লগারদের একটি পোস্ট পড়েছি, যা জন মাইলস হোয়াইটের জুলিয়া নামক একটি নতুন ভাষা সম্পর্কে এই ব্লগ পোস্টের সাথে সংযুক্ত রয়েছে । জুলিয়া একটি সহজ-ইন-টাইম সংকলকের সুবিধা গ্রহণ করে যা এটিকে দ্রুত চালনার সময় দেয় এবং সি / সি ++ (একই ক্রম , সমান দ্রুত নয়) এর গতির পরিমাণের …

161 r  computational-statistics  software  computing  julia 

এই ফোরামে বিভিন্ন শ্রেণিবদ্ধ মডেল ব্যবহার করে নির্দিষ্ট করার সঠিক উপায় সম্পর্কে অনেক আলোচনা চলছে lmer। আমি ভেবেছিলাম যে সমস্ত তথ্য এক জায়গায় রাখা ভাল হবে। প্রশ্ন দুটি শুরু করতে: একাধিক স্তর কীভাবে নির্দিষ্ট করা যায়, যেখানে একটি গোষ্ঠী অন্য দলের মধ্যে থাকে: এটি (1|group1:group2)নাকি (1+group1|group2)? মধ্যে পার্থক্য কি (~1 …

160 r  mixed-model  random-effects-model  fixed-effects-model  lme4-nlme 

আমি তাদের মধ্যে আনুষ্ঠানিক পার্থক্য বুঝতে পারি, আমি যেটি জানতে চাই তা হ'ল যখন এটি একটি বনাম অন্যটি ব্যবহারের জন্য আরও প্রাসঙ্গিক। তারা কি সর্বদা প্রদত্ত শ্রেণিবদ্ধকরণ / সনাক্তকরণ সিস্টেমের কর্মক্ষমতা সম্পর্কে পরিপূরক অন্তর্দৃষ্টি সরবরাহ করে? কখন কাগজে এই দুটো সরবরাহ করা যুক্তিসঙ্গত? একটার বদলে? কোনও বিকল্প (সম্ভবত আরও আধুনিক) …

159 machine-learning  roc  precision-recall 

একটি ডেটাसेट পড়ার পরে: dataset <- read.csv("forR.csv") এতে থাকা মামলার সংখ্যা আমাকে দিতে কীভাবে আমি আর পেতে পারি? এছাড়াও, প্রত্যাবর্তিত মানটি বাদ দেওয়া মামলাগুলি বাদ দেবে na.omit(dataset)?

157 r 

আমি জানি যে জেনারেটরিভ অর্থ " ভিত্তিক " এবং বৈষম্যমূলক অর্থ " উপর ভিত্তি করে " তবে আমি কয়েকটি বিষয় নিয়ে বিভ্রান্ত হয়েছি:পি ( y | x )পি( x , y))পি(এক্স,Y)P(x,y)পি( y)| এক্স)পি(Y|এক্স)P(y|x) উইকিপিডিয়া (+ ওয়েবে অনেকগুলি হিট) এসভিএম এবং সিদ্ধান্ত গাছের মতো জিনিসকে বৈষম্যমূলক বলে শ্রেণীবদ্ধ করে। তবে এগুলির …

153 machine-learning  generative-models 

পারস্পরিক সম্পর্ক মেট্রিক্স এবং কোভেরিয়েন্স ম্যাট্রিক্সের প্রধান উপাদান বিশ্লেষণ (পিসিএ) সম্পাদনের মধ্যে প্রধান পার্থক্যগুলি কী কী? তারা কি একই ফলাফল দেয়?

153 correlation  pca  covariance  factor-analysis 

উপর সাদাসিধা বায়েসের ক্লাসিফায়ার সম্পর্কে উইকিপিডিয়া পৃষ্ঠা , এই লাইন হল: p ( h e i g h t | m a l e ) = 1.5789p(height|male)=1.5789p(\mathrm{height}|\mathrm{male}) = 1.5789 (1 এর উপরে সম্ভাব্য বন্টন ঠিক আছে It এটি বেল বক্ররেখার অধীনে অঞ্চল যা 1 এর সমান) কীভাবে একটি মান ঠিক …

149 distributions  probability  normal-distribution  pdf 

আমি ভাবছি কে-ভাঁজ ক্রস-বৈধকরণের পরে কীভাবে ভবিষ্যদ্বাণীমূলক মডেলটি চয়ন করবেন। এটি অদ্ভুতভাবে বর্ণিত হতে পারে, সুতরাং আমাকে আরও বিশদে ব্যাখ্যা করতে দিন: আমি যখনই কে-ফোল্ড ক্রস-বৈধকরণ চালনা করি, তখন আমি প্রশিক্ষণের ডেটার K সাবসেটগুলি ব্যবহার করি এবং কে বিভিন্ন মডেলের সাথে শেষ করি। আমি কে মডেলগুলির মধ্যে কীভাবে বাছাই তা …

148 cross-validation  model-selection