প্রশ্ন ট্যাগ «expectation-maximization»

আমি এটি প্রয়োগ করতে এবং ব্যবহার করতে সক্ষম হতে ইএম অ্যালগরিদমকে ভালভাবে উপলব্ধি করার চেষ্টা করছি। আমি পুরো দিনটি তত্ত্ব এবং একটি কাগজ পড়তে কাটিয়েছি যেখানে রাডার থেকে আগত অবস্থানের তথ্য ব্যবহার করে একটি বিমান ট্র্যাক করতে ইএম ব্যবহার করা হয়। সত্য, আমি অন্তর্নিহিত ধারণাটি পুরোপুরি বুঝতে পারি বলে আমি …

117 regression  probability  mathematical-statistics  intuition  expectation-maximization 

আমি ক্লাস্টারিং ডেটার জন্য অ্যালগরিদমগুলি অধ্যয়ন করেছি (নিরীক্ষণযোগ্য শিক্ষণ): ইএম এবং কে-মানে। আমি নিম্নলিখিত পড়তে থাকি: ক্লোস্টারগুলি গোলাকার বলে অনুমান করে কে-মানে ইএম এর একটি বৈকল্পিক। কেউ কি উপরের বাক্যটি ব্যাখ্যা করতে পারেন? গোলাকৃতির অর্থ কী, এবং কীমান এবং ইএম কীভাবে সম্পর্কিত তা আমি বুঝতে পারি না, যেহেতু একটি সম্ভাব্য …

50 machine-learning  clustering  data-mining  k-means  expectation-maximization 

অ্যালগরিদম ইএম (প্রত্যাশা ম্যাক্সিমাইজেশন) এবং গ্রেডিয়েন্ট অ্যাসেন্ট (বা উত্থান) এর মধ্যে পার্থক্য কী? এমন কোন শর্ত আছে যার অধীনে তারা সমতুল্য?

28 gradient-descent  expectation-maximization 

আমি কোথাও পড়েছি যে ভেরিয়াল বয়েস পদ্ধতিটি ইএম অ্যালগরিদমের একটি সাধারণীকরণ। আসলে, অ্যালগরিদমের পুনরাবৃত্ত অংশগুলি খুব একই রকম similar EM অ্যালগরিদমটি ভেরিয়াল বেয়েসের একটি বিশেষ সংস্করণ কিনা তা পরীক্ষা করার জন্য, আমি নিম্নলিখিতগুলি চেষ্টা করেছিলাম: YYY হ'ল ডেটা, হ'ল সুপ্ত ভেরিয়েবলের সংগ্রহ এবং হ'ল পরামিতি। ভেরিয়েশনাল বেয়েসে আমরা প্রায় একটি …

26 bayesian  expectation-maximization  variational-bayes 

আমি ইএম অ্যালগরিদমের কয়েকটি ব্যাখ্যা পড়েছি (যেমন বিশপের প্যাটার্ন রিকগনিশন এবং মেশিন লার্নিং এবং মেশিন লার্নিংয়ের উপর রজার এবং গেরোমালি ফার্স্ট কোর্স থেকে)। EM এর ব্যয় ঠিক আছে, আমি এটি বুঝতে পারি। আমি এও বুঝতে পারি কেন অ্যালগরিদম কেন কিছুতে আবৃত থাকে: প্রতিটি পদক্ষেপে আমরা ফলাফলটি উন্নত করি এবং সম্ভাবনাটি …

24 missing-data  convergence  expectation-maximization 

দ্রষ্টব্য: আমি আমার প্রাক্তন ছাত্রের কাছ থেকে প্রযুক্তিগত কারণে নিজের পোস্ট দিতে অক্ষম থেকে একটি প্রশ্ন পোস্ট করছি। একটি আইডির নমুনা দেওয়া একটি ডিস্ট্রিবিউশন থেকে পিডিএফ জন্য একটি দরকারী অনুপস্থিত ভেরিয়েবল উপস্থাপনা এবং সেইজন্য কোনও সম্পর্কিত EM (প্রত্যাশা-সর্বাধিকীকরণ) অ্যালগরিদম যা সরাসরি এর পরিবর্তে এর MLE সন্ধান করতে ব্যবহৃত হতে পারে …

24 optimization  missing-data  expectation-maximization  weibull  gumbel 

আমি যা জানি খুব কমই থেকে ইএম অ্যালগরিদম সম্ভাবনার পরামিতিগুলির সাথে সম্মতি রেখে আংশিক ডেরিভেটিভসকে শূন্য করতে গেলে সর্বাধিক সম্ভাবনা খুঁজে পেতে ব্যবহার করা যেতে পারে যা বিশ্লেষণাত্মকভাবে সমাধান করা যায় না এমন সমীকরণগুলির একটি সেট দেয়। তবে উল্লিখিত সমীকরণগুলির সেটটির সীমাবদ্ধতার সীমাবদ্ধতার সাথে সর্বাধিক সম্ভাবনা সন্ধানের চেষ্টা করার জন্য …

22 expectation-maximization 

প্রধান উপাদান বিশ্লেষণ (পিসিএ) করার পরে, আমি পিসিএ স্পেসে একটি নতুন ভেক্টর প্রজেক্ট করতে চাই (অর্থাত পিসিএ স্থানাঙ্ক সিস্টেমে এর স্থানাঙ্কগুলি সন্ধান করুন)। আমি আর ভাষা ব্যবহার করে পিসিএ গণনা করেছি prcomp। এখন আমার পিসিএ রোটেশন ম্যাট্রিক্স দ্বারা আমার ভেক্টরকে গুণ করতে সক্ষম হওয়া উচিত। এই ম্যাট্রিক্সের মূল উপাদানগুলি কি …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

EM অ্যালগরিদম পদ্ধতির মধ্যে আমরা জেনসেনের অসমতা ব্যবহার করেlogp(x|θ)≥∫logp(z,x|θ)p(z|x,θ(k))dz−∫logp(z|x,θ)p(z|x,θ(k))dzlog⁡p(x|θ)≥∫log⁡p(z,x|θ)p(z|x,θ(k))dz−∫log⁡p(z|x,θ)p(z|x,θ(k))dz\log p(x|\theta) \geq \int \log p(z,x|\theta) p(z|x,\theta^{(k)}) dz - \int \log p(z|x,\theta) p(z|x,\theta^{(k)})dz এবং দ্বারাθ(k+1)θ(k+1)\theta^{(k+1)}θ(k+1)=argmaxθ∫logp(z,x|θ)p(z|x,θ(k))dzθ(k+1)=arg⁡maxθ∫log⁡p(z,x|θ)p(z|x,θ(k))dz\theta^{(k+1)}=\arg \max_{\theta}\int \log p(z,x|\theta) p(z|x,\theta^{(k)}) dz আমি ইএম পড়ি সমস্ত কিছুই কেবল এটি বন্ধ করে দেয় তবে কেন ইএম অ্যালগরিদম স্বাভাবিকভাবে উত্থিত হয় তার ব্যাখ্যা না দিয়ে আমি …

20 mixture  expectation-maximization 

আমি ই.এম. অ্যালগরিদম নিজে বাস্তবায়ন এবং তারপর ফলাফল এটি তুলনা করতে চান normalmixEMএর mixtoolsপ্যাকেজ। অবশ্যই, যদি তারা উভয়ই একই ফলাফলের দিকে পরিচালিত করে তবে আমি খুশি হব। প্রধান রেফারেন্স হলেন জিওফ্রে ম্যাকল্যাচলান (2000), ফিনিট মিকচার মডেল । আমার দুটি গৌসিয়ানের মিশ্রণ ঘনত্ব রয়েছে, সাধারণ আকারে, লগ-সম্ভাবনা দেওয়া হয় (ম্যাকল্যাচলান পৃষ্ঠা …

20 r  expectation-maximization  gaussian-mixture 

গাউসিয়ানদের মিশ্রণের লগ সম্ভাবনা বিবেচনা করুন: l(Sn;θ)=∑t=1nlogf(x(t)|θ)=∑t=1nlog{∑i=1kpif(x(t)|μ(i),σ2i)}l(Sn;θ)=∑t=1nlog⁡f(x(t)|θ)=∑t=1nlog⁡{∑i=1kpif(x(t)|μ(i),σi2)}l(S_n; \theta) = \sum^n_{t=1}\log f(x^{(t)}|\theta) = \sum^n_{t=1}\log\left\{\sum^k_{i=1}p_i f(x^{(t)}|\mu^{(i)}, \sigma^2_i)\right\} আমি ভাবছিলাম যে সরাসরি কেন এই সমীকরণটি সর্বাধিকতর করা গুনে মুশকিল? আমি কেন এটির স্পষ্ট হওয়া উচিত তার কঠোর বা সম্ভবত কেন এটি শক্ত তা সম্পর্কে আরও কঠোর ব্যাখ্যা করার বিষয়ে একটি স্পষ্ট কঠিন অন্তর্দৃষ্টি …

18 machine-learning  gaussian-mixture  expectation-maximization 

আমি কোনও চিত্রের বিভাগগুলিতে মার্কভ র্যান্ডম ক্ষেত্রগুলি কীভাবে ব্যবহার করতে পারি তা শেখার চেষ্টা করছি। আমি এমআরএফ এর কিছু পরামিতি বুঝতে পারি না বা কেন আমি যে প্রত্যাশা সর্বাধিকীকরণ করি তা কখনও কখনও কোনও সমাধানে রূপান্তর করতে ব্যর্থ হয়। বয়েসের উপপাদ্য থেকে শুরু করে, আমার কাছে p(x|y)=p(y|x)p(x)/p(y)p(x|y)=p(y|x)p(x)/p(y)p(x|y) = p(y|x) p(x) …

16 expectation-maximization  image-processing  classification 

EM পদ্ধতিটি কমবেশি কালো যাদু হিসাবে নিরবচ্ছিন্নভাবে উপস্থিত হয়। তত্ত্বাবধানে থাকা ডেটা ব্যবহার করে কোনও এইচএমএমের উদাহরণস্বরূপ প্যারামিটার (উদাহরণস্বরূপ)। তারপরে অবিচলিত ডেটা ডিকোড করুন, 'গণনা' ইভেন্টগুলিতে ফরোয়ার্ড-ব্যাকওয়ার্ড ব্যবহার করে যেমন ডেটা ট্যাগ করা হয়েছে, কম বেশি। কেন এই মডেলটি আরও ভাল করে তোলে? আমি গণিত সম্পর্কে কিছু জানি, তবে আমি …

16 expectation-maximization  intuition 

অনেকগুলি সাহিত্য মিশ্রণ মডেলগুলিতে প্রত্যাশা সর্বাধিককরণের পদ্ধতির উপর জোর দেয় (গাউসির মিশ্রণ, লুকানো মার্কোভ মডেল ইত্যাদি)। কেন ইএম গুরুত্বপূর্ণ? ইএম অপটিমাইজেশন করার একটি উপায় এবং গ্রেডিয়েন্ট ভিত্তিক পদ্ধতি (গ্রেডিয়েন্ট শালীন বা নিউটনের / কোয়াটি-নিউটন পদ্ধতি) বা অন্যান্য গ্রেডিয়েন্ট ফ্রি পদ্ধতিটি এখানে আলোচনা করা হিসাবে ব্যাপকভাবে ব্যবহৃত হয় না । এছাড়াও, …

15 machine-learning  optimization  expectation-maximization  gaussian-mixture 

আমি জানি কে-মাধ্যমগুলি সাধারণত প্রত্যাশা ম্যাক্সিমাইজেশন ব্যবহার করে অনুকূলিত হয় । তবে আমরা এর ক্ষতির ক্রিয়াকে একইভাবে অপ্টিমাইজ করতে পারি যেভাবে আমরা অন্য যে কোনওটিকে অনুকূল করি! আমি এমন কিছু কাগজপত্র পেয়েছি যা প্রকৃতপক্ষে বড় আকারের কে-অর্থের জন্য স্টোকাস্টিক গ্রেডিয়েন্ট বংশদ্ভুত ব্যবহার করে তবে আমি আমার প্রশ্নের উত্তর পেতে পারি …

14 optimization  k-means  expectation-maximization  loss-functions