প্রশ্ন ট্যাগ «classification»

সুবিধাগুলি কী কী, কেন একটি গভীর নেটওয়ার্কে একাধিক এলএসটিএম ব্যবহার করা হবে? আমি একটি ইনপুট হিসাবে ইনপুটগুলির ক্রমটি উপস্থাপন করতে একটি LSTM ব্যবহার করছি। সুতরাং একবার আমি যে একক উপস্থাপনা - কেন আমি আবার এটি মাধ্যমে পাস হবে? আমি এটি জিজ্ঞাসা করছি কারণ আমি প্রাকৃতিক ভাষার প্রজন্মের প্রোগ্রামে এটি দেখেছি।

25 classification  neural-networks  deep-learning  lstm  rnn 

সাম্প্রতিক, ভালভাবে উদ্ধৃত হওয়া প্রশ্নে টিম জিজ্ঞাসা করেছেন কখন মেশিন লার্নিংয়ে ভারসাম্যহীন ডেটা আসলেই সমস্যা ? প্রশ্নের ভিত্তি হ'ল ক্লাস ভারসাম্য এবং ভারসাম্যহীন ক্লাসগুলির সমস্যা নিয়ে আলোচনা করে প্রচুর মেশিন লার্নিং সাহিত্য রয়েছে । ধারণাটি হ'ল ধনাত্মক এবং নেতিবাচক শ্রেণীর মধ্যে ভারসাম্যহীন ডেটাসেটগুলি কিছু মেশিন লার্নিং শ্রেণিবিন্যাসের জন্য সমস্যা সৃষ্টি …

25 machine-learning  classification  predictive-models  unbalanced-classes 

পাঠ্য শ্রেণিবিন্যাসের একটি সাধারণ পন্থা হল 'ব্যাগ-অফ-শব্দের' বাইরে কোনও শ্রেণিবদ্ধকে প্রশিক্ষণ দেওয়া। ব্যবহারকারী পাঠ্যটিকে শ্রেণিবদ্ধ করার জন্য গ্রহণ করে এবং প্রতিটি বস্তুর শব্দের ফ্রিকোয়েন্সি গণনা করে, এরপরে ম্যানেজযোগ্য আকারের ফলস্বরূপ ম্যাট্রিক্স রাখার জন্য কিছু ধরণের ট্রিমিং করে। প্রায়শই, আমি টিএফআইডিএফ ব্যবহার করে ব্যবহারকারীরা তাদের বৈশিষ্ট্য ভেক্টরটি নির্মাণ করতে দেখি। অন্য …

24 machine-learning  classification  text-mining 

প্রদত্ত ডাটা পয়েন্টগুলি, প্রতিটি বৈশিষ্ট্য সহ হিসাবে লেবেলযুক্ত , অন্য হিসাবে লেবেলযুক্ত । প্রতিটি বৈশিষ্ট্য এলোমেলোভাবে (অভিন্ন বিতরণ) থেকে একটি মান নেয় । হাইপারপ্লেন যে দুটি শ্রেণিকে বিভক্ত করতে পারে তার সম্ভাবনা কী?ডি এন / 2 0 এন / 2 1 [ 0 , 1 ]এনএনnঘঘdএন / 2এন/2n/2000এন / 2এন/2n/2111[ …

24 probability  classification  mathematical-statistics  separation 

কোনও নির্দিষ্ট ডেটা সেটে শ্রেণিবদ্ধের পারফরম্যান্স মূল্যায়ন করার জন্য এবং অন্যান্য শ্রেণিবদ্ধের সাথে এটির তুলনা করার জন্য স্যাম্পলিংয়ের সবচেয়ে উপযুক্ত পদ্ধতি কী? ক্রস-বৈধকরণটি স্ট্যান্ডার্ড অনুশীলন বলে মনে হয় তবে আমি পড়েছি যে .632 বুটস্ট্র্যাপের মতো পদ্ধতিগুলি আরও ভাল পছন্দ। ফলোআপ হিসাবে: পারফরম্যান্স মেট্রিকের পছন্দটি কি উত্তরকে প্রভাবিত করে (যদি আমি …

24 machine-learning  classification  predictive-models  cross-validation  bootstrap 

কোনও শ্রেণিবদ্ধ (এই ক্ষেত্রে একটি এলডিএ) প্রশিক্ষণের জন্য কত প্রশিক্ষণের নমুনার প্রয়োজন তা নির্ধারণ করার জন্য একটি সাধারণ পদ্ধতি ব্যবহার করা হয় কি না সর্বনিম্ন প্রান্তিক সাধারণীকরণের সঠিকতা পেতে? আমি জিজ্ঞাসা করছি কারণ আমি সাধারণত ব্রেইন-কম্পিউটার ইন্টারফেসে প্রয়োজনীয় ক্যালিগ্রেশন সময়টি হ্রাস করতে চাই।

24 classification 

আমি দেখতে পাচ্ছি যে উভয় ফাংশন ডেটা মাইনিং পদ্ধতির অংশ যেমন গ্রেডিয়েন্ট বুস্টিং রেজিস্ট্রার্স। আমি দেখতে পাচ্ছি যে সেগুলিও পৃথক বস্তু। সাধারণভাবে উভয়ের মধ্যে সম্পর্ক কীভাবে হয়?

23 regression  classification  data-mining  decision-theory 

আমি মনে করি মেশিন লার্নিং বা পরামিতি অনুমানের একটি প্রাথমিক অনুমান হ'ল অদেখা তথ্যগুলি প্রশিক্ষণ সেট হিসাবে একই বিতরণ থেকে আসে। তবে কিছু ব্যবহারিক ক্ষেত্রে পরীক্ষার সেট বিতরণ প্রশিক্ষণ সেট থেকে প্রায় আলাদা হবে। বৃহত্তর স্তরের মাল্টি-শ্রেণিবদ্ধকরণ সমস্যার জন্য বলুন যা পণ্য বিবরণকে প্রায় 17,000 শ্রেণিতে শ্রেণিবদ্ধ করার চেষ্টা করে। …

23 machine-learning  classification  skewness  unbalanced-classes  multi-class 

ধরুন আমার কাছে একটি ভবিষ্যদ্বাণীপূর্ণ মডেল রয়েছে যা প্রতিটি উদাহরণের জন্য, প্রতিটি শ্রেণীর জন্য সম্ভাব্যতা তৈরি করে। এখন আমি স্বীকার করেছি যে আমি যদি শ্রেণিবদ্ধকরণের জন্য (সম্ভাব্যতা, প্রত্যাহার ইত্যাদি) ব্যবহার করতে চাই তবে এই জাতীয় মডেলটি মূল্যায়নের অনেকগুলি উপায় রয়েছে। আমি আরও জানি যে একটি আরওসি বক্ররেখা এবং এর অধীনে …

23 data-visualization  classification  predictive-models  binary-data  calibration 

আমি শ্রেণিবদ্ধ গাছগুলির বিকল্প খুঁজছি যা আরও ভাল ভবিষ্যদ্বাণীপূর্ণ শক্তি অর্জন করতে পারে। আমি যে ডেটাটির সাথে কথা বলছি তাতে ব্যাখ্যামূলক এবং ব্যাখ্যাযোগ্য ভেরিয়েবল উভয়ের কারণ রয়েছে। আমার মনে আছে এ প্রসঙ্গে র্যান্ডম অরণ্য এবং নিউরাল নেটওয়ার্কগুলি জুড়ে আসা, যদিও তাদের আগে কখনও চেষ্টা করা হয়নি, এমন মডেলিং টাস্কের (আর, …

23 r  machine-learning  classification  cart 

আমার বেশিরভাগ 150 টি উদাহরণ রয়েছে (এমন একটি প্রশিক্ষণ ও পরীক্ষায় বিভক্ত) রয়েছে যেখানে অনেকগুলি বৈশিষ্ট্য (1000 এর চেয়েও বেশি) রয়েছে dat আমার ক্লাসিফায়ারগুলি এবং বৈশিষ্ট্য নির্বাচন পদ্ধতিগুলি তুলনা করতে হবে যা ডেটাতে ভাল সম্পাদন করে। সুতরাং, আমি তিনটি শ্রেণিবদ্ধকরণ পদ্ধতি (জে 48, এনবি, এসভিএম) এবং 2 টি বৈশিষ্ট্য নির্বাচন …

23 classification  feature-selection 

আমি সেন্টিমেন্ট শ্রেণিবদ্ধকরণ এবং সম্পর্কিত বিষয়গুলি নিয়ে প্রচুর গবেষণা পত্র পড়েছি। তাদের বেশিরভাগ শ্রেণিবদ্ধদের প্রশিক্ষণ এবং পরীক্ষার জন্য 10-গুণ ক্রস বৈধতা ব্যবহার করে। তার অর্থ কোনও পৃথক পরীক্ষা / বৈধকরণ করা হয় না। তা কেন? বিশেষত যারা গবেষণা করছেন তাদের পক্ষে এই পদ্ধতির সুবিধা / অসুবিধাগুলি কী কী?

23 classification  cross-validation 

ক্রস-ভ্যালিডেশন দ্বারা তাঁর কাগজ লিনিয়ার মডেল নির্বাচন , জুন শাও দেখায় যে মাল্টিভারিয়েট লিনিয়ার রিগ্রেশন পরিবর্তনশীল নির্বাচনের সমস্যার জন্য, লেভ-ওয়ান-আউট ক্রস বৈধকরণের (এলইউসিভি) পদ্ধতিটি 'অ্যাসেম্পোটোটিক্যালি বেমানান'। সরল ইংরেজী ভাষায়, এটি অনেকগুলি ভেরিয়েবল সহ মডেলগুলি নির্বাচন করতে ঝোঁক। একটি সিমুলেশন সমীক্ষায়, শাও দেখায় যে 40 টিরও কম পর্যবেক্ষণের জন্যও, এলওইউসিভি অন্যান্য …

23 classification  model-selection  cross-validation 

সঠিক স্কোরিং নিয়মের বেশিরভাগ সংস্থানগুলিতে লগ-ক্ষতি, বেরিয়ার স্কোর বা গোলাকৃতির স্কোরিংয়ের মতো বিভিন্ন স্কোরিং নিয়মের উল্লেখ রয়েছে। তবে তারা প্রায়শই তাদের মধ্যে পার্থক্য সম্পর্কে খুব বেশি দিকনির্দেশনা দেয় না। (প্রদর্শনী এ: উইকিপিডিয়া ।) লগারিদমিক স্কোরকে সর্বাধিক করে তোলে এমন মডেলটি বাছাই করা সর্বাধিক সম্ভাবনার মডেল বাছাইয়ের সাথে মিলে যায়, যা …

22 machine-learning  classification  model-selection  theory  scoring-rules 

আমি যে শ্রেণিবিন্যাস সমস্যার মুখোমুখি হচ্ছি তার জন্য আমি নিউরাল নেটওয়ার্ক নিয়ে পরীক্ষা করতে চাইছি। আমি ছুটে এসেছি এমন কাগজপত্র যা আরবিএম-এর কথা বলে। তবে আমি যা বুঝতে পারি তা থেকে, তারা মাল্টিলেয়ার নিউরাল নেটওয়ার্ক থাকার চেয়ে আলাদা নয়। এটা কি সঠিক? তদুপরি আমি আর নিয়ে কাজ করি এবং আরবিএমগুলির …

22 r  machine-learning  classification  neural-networks