পরিসংখ্যান এবং বড় তথ্য

আমি যা শিখেছি তার উপর ভিত্তি করে, আমরা বিভিন্ন বৈশিষ্ট্য সনাক্তকারী শিখতে একটি সিএনএন এর কনভ লেয়ারে একাধিক ফিল্টার ব্যবহার করি। কিন্তু যেহেতু এই ফিল্টারগুলি একইভাবে প্রয়োগ করা হয় (অর্থাত্ স্লাইডযুক্ত এবং ইনপুটগুলির অঞ্চলে বহুগুণ), তাই তারা কি প্রশিক্ষণের সময় একই পরামিতিগুলি শিখবেন না? অতএব একাধিক ফিল্টার ব্যবহার অপ্রয়োজনীয় হবে?

11 neural-networks  conv-neural-network  convolution  filter 

র্যান্ডম ফরেস্ট বা এক্সট্রিম গ্রেডিয়েন্ট বুস্টিং (এক্সজিবিস্ট) এর মতো অ্যালগোরিদম ব্যবহার করার সময় প্রতিটি পূর্বাভাসিত মানের জন্য একটি আত্মবিশ্বাসের স্কোর (আমরা এটিকে আত্মবিশ্বাসের মান বা সম্ভাবনাও বলতে পারি) পেতে পারি? আসুন বলি যে এই আত্মবিশ্বাসের স্কোর 0 থেকে 1 অবধি থাকবে এবং একটি নির্দিষ্ট ভবিষ্যদ্বাণী সম্পর্কে আমি কতটা আত্মবিশ্বাসী তা …

11 r  regression  random-forest  prediction  boosting 

আমি এই সত্যটি সম্পর্কে সচেতন যে কে স্তরের সাথে শ্রেণিবদ্ধ ভেরিয়েবলগুলি ডামি এনকোডিংয়ে (1 একইভাবে বহু-মূল্যবান শ্রেণিবদ্ধ ভেরিয়েবলগুলির জন্য) কে -1 ভেরিয়েবলের সাথে এনকোড করা উচিত। আমি ভাবছিলাম যে বিভিন্ন রিগ্রেশন পদ্ধতির জন্য মূলত লিনিয়ার রিগ্রেশন, পেনালাইড লিনিয়ার রিগ্রেশন (লাসো, রিজ, ইলাস্টিক নেট), বৃক্ষভিত্তিক (এলোমেলো বন) এক-হট এনকোডিং (যেমন পরিবর্তে …

11 regression  multiple-regression  categorical-data  many-categories 

আমি কেবল বুটস্ট্র্যাপিংয়ের ধারণাটি সম্পর্কে জানতে পেরেছি, এবং একটি নিষ্পাপ প্রশ্নটি মাথায় এলো: আমরা যদি সর্বদা আমাদের ডেটার অসংখ্য বুটস্ট্র্যাপ নমুনা তৈরি করতে পারি তবে কেন আরও বেশি "আসল" ডেটা পাওয়ার জন্য বিরক্ত করবেন? আমি মনে করি আমার একটি ব্যাখ্যা আছে, দয়া করে আমাকে সঠিক বলুন: আমি মনে করি বুটস্ট্র্যাপিংয়ের …

11 variance  bootstrap  bias 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । গত বছর বন্ধ ছিল । সিআইএফএআর -10 ডেটাসেটে 15 যুগের পরে প্রশিক্ষণটি বৈধতা হ্রাস আর কমবে না বলে মনে হয়, প্রায় 1.4 (60% …

11 neural-networks  conv-neural-network  keras 

একটি সাধারণ টি-টেস্টে, সাধারণ অনুমানের পরীক্ষার পদ্ধতিগুলি ব্যবহার করে, আমরা হয় নালটিকে প্রত্যাখ্যান করি বা শূন্যটিকে প্রত্যাখ্যান করতে ব্যর্থ হই তবে আমরা কখনই শূন্যকে গ্রহণ করি না। এর একটি কারণ হ'ল আমরা আরও প্রমাণ পেলে একই প্রভাবের আকারটি তাৎপর্যপূর্ণ হয়ে উঠবে। কিন্তু একটি অহমিকা পরীক্ষায় কী ঘটে? এটাই: H0:μ1−μ0≤xH0:μ1-μ0≤এক্সH_0: \mu_1 …

11 hypothesis-testing  tost  non-inferiority 

আমি এলোমেলো বন দ্বারা বাইনারি টার্গেট ক্লাসের সাথে একটি ডেটাসেট ফিট করি। পাইথনে, আমি এটি এলোমেলোভাবে ক্লাসিফায়ার বা র্যান্ডম ফরেস্টগ্রেস্টার দ্বারা করতে পারি। আমি এলোমেলোভাবে স্টক ক্লাসিফায়ার থেকে সরাসরি শ্রেণিবিন্যাসটি পেতে পারি বা আমি প্রথমে র্যান্ডম ফরেস্টগ্রেস্টার চালাতে পারি এবং আনুমানিক স্কোরগুলির এক সেট (অবিচ্ছিন্ন মান) ফিরে পেতে পারি। তারপরে …

11 python  random-forest 

আমি বুঝতে চেষ্টা করছি যে ওএলএস কেন একটি এআর (1) প্রক্রিয়াটির পক্ষপাতদুষ্ট অনুমানকারী দেয়। বিবেচনা করুন this এই মডেলটিতে, কঠোর লঙ্ঘন করা হয়, যথা এবং পারস্পরিক সম্পর্কযুক্ত তবে এবং । তবে এটি যদি সত্য হয় তবে নীচের সাধারণ ব্যয়টি কেন ধরে না? ytϵt=α+βyt−1+ϵt,∼iidN(0,1).yt=α+βyt−1+ϵt,ϵt∼iidN(0,1). \begin{aligned} y_{t} &= \alpha + \beta y_{t-1} …

11 time-series  least-squares  bias  autoregressive  estimators 

আমি একটি কাগজে এই ক্যাপশনটি পড়েছি এবং অন্য কোথাও এওসি বর্ণিত কখনও দেখিনি। এটা কি সত্য? এটি দেখার কোনও প্রমাণ বা সহজ উপায় আছে? চিত্র 2 রিসিভার-অপারেটিং বৈশিষ্ট্যযুক্ত বক্ররেখার (এউসি) এর অধীনে ক্ষেত্রের পরিপ্রেক্ষিতে প্রকাশিত দ্বিধাত্বক ভেরিয়েবলের পূর্বাভাস নির্ভুলতা দেখায় যা প্রতিটি শ্রেণি থেকে দু'জন এলোমেলোভাবে নির্বাচিত ব্যবহারকারীকে সঠিকভাবে শ্রেণিবদ্ধ …

11 classification  roc  auc 

আমার প্রশ্ন হল্ট-উইন্টারস এবং আরিমার মধ্যে ধারণাগত পার্থক্যের আশেপাশে। আমি যতদূর বুঝতে পারি, হল্ট-উইন্টারস আরিমার একটি বিশেষ ঘটনা case কিন্তু যখন একটি অ্যালগরিদম অন্যর চেয়ে বেশি পছন্দ হয়? সম্ভবত হল্ট-উইন্টারস ইনক্রিমেন্টাল এবং তাই একটি ইনলাইন (দ্রুত) অ্যালগরিদম হিসাবে কাজ করে? এখানে কিছু অন্তর্দৃষ্টি প্রত্যাশায়।

11 time-series  arima  exponential-smoothing 

সমস্যার দিকে আমার দৃষ্টিভঙ্গির ক্ষেত্রে বৈচিত্রের স্বার্থে আমি ধাপে ধাপে ধাপে ধাপে পরীক্ষা করছি। সুতরাং, আমার 2 টি প্রশ্ন রয়েছে: পদক্ষেপের প্রতিরোধের সুবিধা কী কী? এর নির্দিষ্ট শক্তিগুলি কী কী? হাইব্রিড পদ্ধতির বিষয়ে আপনি কী ভাবেন, যেখানে আপনি বৈশিষ্ট্যগুলি নির্বাচন করতে ধাপে ধাপে রিগ্রেশন ব্যবহার করেন এবং তারপরে নির্বাচিত সমস্ত …

11 regression  feature-selection  stepwise-regression 

প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (এনএলপি) কার্যের জন্য একটি শব্দ শব্দের এম্বেডিং হিসাবে প্রায়শই ওয়ার্ড 2vec ভেক্টর ব্যবহার করে। যাইহোক, অনেক অজানা শব্দ থাকতে পারে যা শব্দ 2vec ভেক্টর দ্বারা ধরা পড়ে না কেবল এই কারণে যে এই শব্দগুলি প্রায়শই প্রশিক্ষণের ডেটাতে যথেষ্ট পরিমাণে দেখা যায় না (অনেকগুলি বাস্তবায়ন শব্দভাণ্ডারে কোনও শব্দ …

11 natural-language  word2vec  lstm  word-embeddings 

সবকিছু শিরোনামে রয়েছে, এলোমেলো বন ব্যবহার করার আগে বৈশিষ্ট্য নির্বাচন ব্যবহার করা কি বোধগম্য?

11 machine-learning  feature-selection  random-forest 

আমি প্রত্যাশা করছি যে আমার তুলনামূলক সহজ প্রশ্ন হিসাবে কেউ সাহায্য করতে পারে এবং আমি মনে করি আমি উত্তরটি জানি তবে নিশ্চিত হওয়া ছাড়া এটি এমন একটি বিষয় হয়ে দাঁড়িয়েছে যা আমি নিশ্চিত হতে পারি না। প্রতিক্রিয়া ভেরিয়েবল হিসাবে আমার কিছু গণনা তথ্য রয়েছে এবং আমি পরিমাপ করতে চাই যে …

11 r  binomial  proportion  glmm  lme4-nlme 

আমি ডেটা প্রিপ্রোসেসিং করছি এবং পরে আমার ডেটাতে একটি কনভনেট তৈরি করতে যাচ্ছি। আমার প্রশ্নটি হ'ল বলুন যে আমার কাছে 100 টি চিত্র সহ মোট ডেটা সেট রয়েছে, আমি 100 টি চিত্রের প্রত্যেকটির জন্য গড় গণনা করছিলাম এবং তারপরে প্রতিটি চিত্র থেকে এটি বিয়োগ করলাম, তারপরে এটি ট্রেন এবং বৈধতা …

11 machine-learning  cross-validation  data-preprocessing