প্রশ্ন ট্যাগ «entropy»

এলোমেলো ভেরিয়েবলের পরিমাণ নির্ধারণের জন্য ডিজাইন করা একটি গাণিতিক পরিমাণ।

2
সময় সিরিজের পূর্বাভাসটি কীভাবে নির্ধারণ করবেন?
গুরুত্বপূর্ণ বিষয় পূর্বাভাস মুখোমুখি হচ্ছে এক প্রদত্ত সিরিজের যদি পারেন বা পূর্বাভাস করা না? আমি পিটার ক্যাট দ্বারা " একটি পূর্বোক্তির প্রিনোরি সূচক হিসাবে এন্ট্রপি " শিরোনামে একটি নিবন্ধে হোঁচট খেয়েছি , যা নির্দিষ্ট সময়ের সিরিজ নির্ধারণের জন্য আপেক্ষিক পরিমাপ হিসাবে আনুমানিক এনট্রপি (অ্যাপেন) ব্যবহার করে fore নিবন্ধটি বলে, "ছোট …

2
এন-গ্রাম মডেলের জন্য বিভ্রান্তি এবং ক্রস-এনট্রপি
ক্রস-এনট্রপি এবং বিভ্রান্তির মধ্যে সম্পর্ক বোঝার চেষ্টা করা। সাধারণত একটি মডেল এম এর জন্য , Perplexity (M) = 2 ^ এন্ট্রপি (এম) । এই সম্পর্কটি কি সমস্ত বিভিন্ন এন-গ্রাম, অর্থাৎ ইউনিগ্রাম, বিগ্রাম ইত্যাদির জন্য ধারণ করে?

3
বহু বহুবিধ লজিস্টিক লস বনাম (ক্রস এন্ট্রপি বনাম স্কোয়ার ত্রুটি)
আমি লক্ষ্য করেছি যে ক্যাফে (একটি গভীর শিক্ষার কাঠামো) বেশিরভাগ মডেলের নমুনাগুলির জন্য আউটপুট স্তর হিসাবে সফটম্যাক্স লস লেয়ার ব্যবহার করে ।SoftmaxWithLoss যতদূর আমি জানি, সফটম্যাক্স লস স্তরটি বহু বহুবিধ লজিস্টিক লস লেয়ার এবং সফটম্যাক্স লেয়ারের সংমিশ্রণ । ক্যাফে থেকে, তারা বলেছে যে সফটম্যাক্স লস লেয়ার গ্রেডিয়েন্ট গণনা আরও সংখ্যাসূচক …

2
লগ (পি (এক্স, y)) কীভাবে পয়েন্ট-ভিত্তিক পারস্পরিক তথ্যকে স্বাভাবিক করে তোলে?
আমি পয়েন্টওয়াইজ মিউচুয়াল তথ্যের সাধারণীকরণ ফর্মটি বোঝার চেষ্টা করছি। n পি এম আমি =পি এম আমি ( x , y))l ও জি( পি ( এক্স , ওয়াই)) )এনপিমিআমি=পিমিআমি(এক্স,Y)ঠণছ(পি(এক্স,Y))npmi = \frac{pmi(x,y)}{log(p(x,y))} লগের যৌথ সম্ভাবনা কেন [-1, 1] এর মধ্যে থাকা পয়েন্টওয়্যার মিউচুয়াল তথ্যকে স্বাভাবিক করে তোলে? বিষয় ভিত্তিক পারস্পরিক তথ্য হ'ল: …

1
"থেকে
সংক্ষিপ্ত প্রশ্ন: এটি সত্য কেন ?? দীর্ঘ প্রশ্ন: খুব সহজভাবে, আমি এই প্রথম সমীকরণকে কী ন্যায়সঙ্গত করে তা বোঝার চেষ্টা করছি। আমি যে বইটি পড়ছি তার লেখক, ( আপনি যদি এটি চান তবে প্রসঙ্গটি এখানে প্রয়োজন তবে প্রয়োজনীয় নয়), নিম্নলিখিত দাবি করেছেন: কাছাকাছি-গাউসিটির ধারণার কারণে আমরা লিখতে পারি: পি0( ξ)) …

2
ডেটার জন্য আরওসি বক্ররেখার গণনা করুন
সুতরাং, আমার 16 টি ট্রায়াল রয়েছে যার মধ্যে আমি হামিং দূরত্ব ব্যবহার করে কোনও ব্যক্তিকে বায়োমেট্রিক বৈশিষ্ট্য থেকে প্রমাণীকরণের চেষ্টা করছি। আমার প্রান্তিকতা 3.5 এ সেট করা হয়েছে। আমার ডেটা নীচে রয়েছে এবং কেবল 1 টি পরীক্ষা সত্য পজিটিভ: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

2
একই এক্স স্কেল দিয়ে আমি দুটি উল্লম্বভাবে উল্লম্বভাবে কীভাবে স্ট্যাক করব, তবে আর এর মধ্যে একটি আলাদা y স্কেল করব?
গ্রিটিংস, বর্তমানে আমি আর তে নিম্নলিখিতগুলি করছি: require(zoo) data <- read.csv(file="summary.csv",sep=",",head=TRUE) cum = zoo(data$dcomp, as.Date(data$date)) data = zoo(data$compressed, as.Date(data$date)) data <- aggregate(data, identity, tail, 1) cum <- aggregate(cum, identity, sum, 1) days = seq(start(data), end(data), "day") data2 = na.locf(merge(data, zoo(,days))) plot(data2,xlab='',ylab='compressed bytes',col=rgb(0.18,0.34,0.55)) lines(cum,type="h",col=rgb(0,0.5,0)) সংক্ষিপ্তসার স্নিপ.সিএসভি: date,revision,file,lines,nclass,nattr,nrel,bytes,compressed,diff,dcomp 2007-07-25,16,model.xml,96,11,22,5,4035,991,0,0 2007-07-27,17,model.xml,115,16,26,6,4740,1056,53,777 2007-08-09,18,model.xml,106,16,26,7,4966,1136,47,761 2007-08-10,19,model.xml,106,16,26,7,4968,1150,4,202 …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.