পরিসংখ্যান এবং বড় তথ্য

অনেক মেশিন লার্নিং অ্যালগরিদমগুলিতে, বৈশিষ্ট্য স্কেলিং (ওরফে ভেরিয়েবল স্কেলিং, নরমালাইজেশন) একটি সাধারণ পূর্ববর্তী পদক্ষেপ উইকিপিডিয়া - বৈশিষ্ট্য স্কেলিং - এই প্রশ্নটি নিকটে প্রশ্ন # 41704 - কীভাবে এবং কেন বৈশিষ্ট্য স্কেলিং কাজ করে? সিদ্ধান্ত গাছ সম্পর্কিত ক্ষেত্রে আমার দুটি প্রশ্ন রয়েছে: বৈশিষ্ট্য স্কেলিং প্রয়োজন হয় এমন কোন সিদ্ধান্ত ট্রি বাস্তবায়ন …

10 machine-learning  feature-selection  cart 

আমি সোকাল এবং রোহল্ফের বায়োমেট্রি এবং রোহল্ফ (3 ই) বইটি ব্যবহার করে কিছু পরিসংখ্যান শেখার চেষ্টা করছি। এটি 5 তম অধ্যায়ে একটি অনুশীলন যা সম্ভাবনা, দ্বিপদী বিতরণ এবং পইসন বিতরণকে অন্তর্ভুক্ত করে। আমি বুঝতে পারি যে এই প্রশ্নের উত্তর তৈরির জন্য একটি সূত্র রয়েছে: তবে, এই সমীকরণটি এই পাঠ্যে নেই। …

10 self-study  binomial  proportion  power-analysis  type-i-and-ii-errors 

আমি একটি নিবন্ধ পড়ছি যা ধ্রুবক ভেরিয়েবলের জন্য হ্যাজার্ড অনুপাত দেখায়, তবে প্রদত্ত মানগুলি কীভাবে ব্যাখ্যা করা যায় তা আমি নিশ্চিত নই। বিপদ অনুপাত সম্পর্কে আমার বর্তমান উপলব্ধিটি হ'ল যে নম্বরটি কিছু শর্ত দেওয়া [ইভেন্ট] এর আপেক্ষিক সম্ভাবনা উপস্থাপন করে। উদাহরণস্বরূপ: যদি ধূমপানের ফলে ফুসফুসের ক্যান্সারে আক্রান্ত হওয়ার ঝুঁকির অনুপাত …

10 continuous-data  hazard 

রাজ্য স্পেস মডেলগুলিতে কালম্যান ফিল্টার ব্যবহারে জড়িত পদক্ষেপগুলি কী কী? আমি বেশ কয়েকটি বিভিন্ন ফর্মুলেশন দেখেছি , তবে আমি বিশদ সম্পর্কে নিশ্চিত নই। উদাহরণস্বরূপ, কাউপারটুইট সমীকরণের এই সেটটি দিয়ে শুরু হয়: yt=F′tθt+vtyt=Ft′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t} θt=Gtθt−1+wtθt=Gtθt−1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} যেখানে , এবং , আমাদের অজানা অনুমান এবং the পর্যবেক্ষণকৃত মান।θ0∼N(m0,C0),vt∼N(0,Vt)θ0∼N(m0,C0),vt∼N(0,Vt)\theta_{0} \sim N(m_{0}, …

10 kalman-filter  state-space-models 

আমি ওয়েলচের টি-টেস্টের আনুমানিক ডিগ্রি ব্যবহারের স্বাধীনতার সঠিক সূত্র হিসাবে বিভ্রান্ত। স্যাটার্থওয়েটের (1946) সূত্রটি সর্বাধিক সাধারণভাবে উদ্ধৃত সূত্র, তবে ওয়েলচ ১৯৪৪ সালে একটি বিকল্প দিয়েছিলেন I'm আমি নিশ্চিত নই যে কোনটি পছন্দনীয় (বা বেশিরভাগ পরিসংখ্যান সংক্রান্ত সফ্টওয়্যার দ্বারা ব্যবহৃত)। স্যাটারথওয়েটের সূত্র: ( গুলি)2এক্স/ এনএক্স+ এস2Y/ এনY)2( গুলি)2এক্স/ এনএক্স)2/ ( এন)এক্স- …

10 hypothesis-testing  t-test  degrees-of-freedom 

এটি আমার অধ্যয়নের বিবরণ। আমি তিনটি গাছের পরীক্ষা করছি: এ, বি এবং সি। এই গাছগুলি ডায়াবেটিস রোগীদের রক্তের গ্লুকোজ হ্রাস করার কথা। আমি নির্ধারণ করতে চাই যে এই তিনটি গাছের মধ্যে কোনটি ইঁদুরের একক প্রশাসনের পরে রক্তের গ্লুকোজ হ্রাসের দীর্ঘ প্রভাব ফেলে। 7 সময় পয়েন্টে (দিন 1, 2, 3, 5, …

10 time-series  anova 

আমার কাছে পৃথক পৃথক দুটি পরিস্থিতিতে (এ এবং বি) এর 3 থেকে 5 টি বৈশিষ্ট্য রয়েছে। আমি প্রতিটি অবস্থায় প্রত্যেক ব্যক্তির জন্য গড় ষড়যন্ত্র করছি এবং আমার মান ত্রুটি ব্যবহার করুন ( অর্থাত , ,ত্রুটি বার হিসাবেN= পরিমাপের সংখ্যাসহ)।SD/N−−√SD/NSD/\sqrt{N}NNN এখন আমি শর্ত A এবং শর্ত বি পৃথক পৃথক হিসাবে গড় …

10 standard-deviation  standard-error  error  error-propagation 

সমস্যা সমাধান খেলনা সংক্রান্ত প্রথম সমস্যার মধ্যে আমি পাইএমসি প্রয়োগ করতে চেয়েছিলাম তা হ'ল ননপ্যারমেট্রিক ক্লাস্টারিং: কিছু তথ্য দেওয়া হলে এটিকে গাওসিয়ান মিশ্রণ হিসাবে মডেল করুন এবং গুচ্ছের সংখ্যা এবং প্রতিটি ক্লাস্টারের গড় এবং সমবায়তা শিখুন। এই পদ্ধতিটি সম্পর্কে আমি যা জানি তার বেশিরভাগই মাইকেল জর্ডান এবং ইয়ে হোয়ে তেহ, …

10 bayesian  clustering  python  pymc  nonparametric-bayes 

আমি সর্বাধিক সম্ভাবনা অনুমানকারীগুলির asympotic বৈশিষ্ট্য সম্পর্কিত ফলাফলের জন্য একটি ভাল রেফারেন্সে আগ্রহী। একটি মডেল বিবেচনা করুন যেখানে একটি মাত্রিক ঘনত্ব, এবং হ'ল এমএলই, যা নমুনা থেকে যেখানে "সত্য" মান । আমি আগ্রহী দুটি দুটি অনিয়ম আছে।{fn(⋅∣θ):θ∈Θ,n∈N}{fn(⋅∣θ):θ∈Θ,n∈N}\{f_n(\cdot \mid \theta): \theta \in \Theta, n \in \mathbb N\}fn(x∣θ)fn(x∣θ)f_n(\mathbf x \mid \theta)nnnθ^nθ^n\hat \theta_nX1,…,XnX1,…,XnX_1, …

10 maximum-likelihood  references 

পুরো জনসংখ্যার উপাত্ত পাওয়া গেলে আত্মবিশ্বাসের ব্যবধানগুলি গণনা করা এবং হাইপোথিসিসগুলি পরীক্ষা করা কী বোঝায়? আমার মতে, উত্তরটি হ'ল না, যেহেতু আমরা প্যারামিটারগুলির আসল মানগুলি নির্ভুলভাবে গণনা করতে পারি। তবে তারপরে, মূল জনসংখ্যা থেকে উপাত্তের সর্বাধিক অনুপাত কী যা আমাদের পূর্বোক্ত কৌশলগুলি ব্যবহার করতে দেয়?

10 hypothesis-testing  confidence-interval  sample-size  large-data  population 

আমি বিভিন্ন পরিস্থিতিতে নমনীয় মডেল (অর্থাত্ স্প্লাইনস) বনাম ইনফ্লেসিটেবল মডেলগুলির (যেমন লিনিয়ার রিগ্রেশন) তুলনা করার একটি সহজ প্রশ্ন পেয়েছি। প্রশ্ন হচ্ছে: সাধারণভাবে, আমরা কি একটি নমনীয় পরিসংখ্যান শেখার পদ্ধতির কার্যকারিতা আশা করতে পারি যে একটি অবিচ্ছেদ্য পদ্ধতির চেয়ে আরও ভাল বা খারাপ সঞ্চালন করা যখন: ভবিষ্যতবক্তা সংখ্যা পিpp অত্যন্ত বড়, …

10 machine-learning  model 

আমি ফিট টেস্টের সদ্ব্যবহারের জন্য ওয়েব পৃষ্ঠাগুলি পড়ছি, যখন আমি অ্যান্ডারসন-ডার্লিং পরীক্ষা এবং ক্র্যামারভন মাইসেসের মানদণ্ডে এসেছি । এখন পর্যন্ত আমি পয়েন্ট পেয়েছি; মনে হয় অ্যান্ডারসন Darling, পরীক্ষা ও Cramer-ভন মিসেস নির্ণায়ক একই, শুধু একটি ভিন্ন তৌল ফাংশন উপর ভিত্তি করে । এছাড়াও ওয়াটসন পরীক্ষার নাম ক্র্যামারভন মাইজেস মাপদণ্ডের একটি …

10 goodness-of-fit  anderson-darling 

অ-পরিসংখ্যানবিদদের দ্বারা আমি একটি দম্পতি আলোচনা দেখেছি যেখানে তারা মনে হয় রিগ্রেশন (বা সমতুল্য / ঘনিষ্ঠ-সম্পর্কিত পরিসংখ্যানগত পরীক্ষা) এর পরিবর্তে পারস্পরিক তথ্য ব্যবহার করে পারস্পরিক সম্পর্ককে পুনরায় উদ্ভাবন করে। আমি এটি গ্রহণ করার একটা উপযুক্ত কারণ আছে যে পরিসংখ্যানবিদরা এই পদ্ধতিটি গ্রহণ করবেন না। আমার সাধারণ লোকের বোঝা হ'ল এন্ট্রপি …

10 correlation  mutual-information 

একজন ব্যক্তির রক্তে গ্লুকোজের মাত্রা পরিমাপ করতে ব্যবহৃত একটি যন্ত্র 10 জনের একটি এলোমেলো নমুনায় পর্যবেক্ষণ করা হয়। স্তরগুলি খুব সঠিক পরীক্ষাগার পদ্ধতি ব্যবহার করেও পরিমাপ করা হয়। যন্ত্রের পরিমাপটি x দ্বারা চিহ্নিত করা হয়েছে। পরীক্ষাগার পদ্ধতি পরিমাপ y দ্বারা চিহ্নিত করা হয়। আমি ব্যক্তিগতভাবে x- এ y আরও সঠিক …

10 regression  self-study  measurement 

আমি ইলাস্টিক নেট সম্পর্কিত এই নিবন্ধটি পড়ছিলাম। তারা বলে যে তারা স্থিতিস্থাপক নেট ব্যবহার করে কারণ আমরা কেবল লাসো ব্যবহার করলে এটি ভবিষ্যতবাণীকারীদের মধ্যে কেবলমাত্র একটি ভবিষ্যদ্বাণীকে বেছে নিয়েছে যা অত্যন্ত সম্পর্কিত corre তবে আমরা যা চাই এটি তা নয়। আমি বোঝাতে চাইছি এটি বহুবিশ্বের সমস্যা থেকে আমাদের বাঁচায় এটি …

10 regression  lasso  elastic-net