প্রশ্ন ট্যাগ «hyperparameter»

আমি লাসো রিগ্রেশন সহ যেখানে আমার আগ্রহের ফলাফলটি দ্বিধাহীন তা ব্যবহার glmnetকরে ধকল শুরু করছি । আমি নীচে একটি ছোট মক ডেটা ফ্রেম তৈরি করেছি: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

আমি বর্তমানে হাইপার-প্যারামিটার অপ্টিমাইজেশনের জন্য বেনজিও এবং বার্গস্তার র্যান্ডম অনুসন্ধানের মধ্য দিয়ে যাচ্ছি [1] যেখানে লেখকরা দাবি করেন যে প্রায় সমান পারফরম্যান্স অর্জনে গ্রিড অনুসন্ধানের চেয়ে র্যান্ডম অনুসন্ধান আরও দক্ষ efficient আমার প্রশ্ন: এখানকার লোকেরা কি এই দাবির সাথে একমত? আমার কাজটিতে আমি গ্রিড অনুসন্ধানটি বেশিরভাগ ক্ষেত্রে সহজেই এলোমেলো অনুসন্ধান …

41 machine-learning  hyperparameter  optimization 

আমি এমন একটি কাগজ সন্ধান করছি যা একটি গভীর আর্কিটেকচারের হাইপারপ্যারামিটারগুলি কীভাবে স্ট্যাকড অটো-এনকোডার বা গভীর বিশ্বাস নেটওয়ার্কগুলির মতো চয়ন করতে পারে তার গাইডলাইন দেওয়ার ক্ষেত্রে সহায়তা করতে পারে। প্রচুর হাইপারপ্যারামিটার রয়েছে এবং সেগুলি কীভাবে চয়ন করা যায় সে সম্পর্কে আমি খুব বিভ্রান্ত। এছাড়াও ক্রস-বৈধতা ব্যবহার করা কোনও বিকল্প নয় …

38 machine-learning  deep-learning  deep-belief-networks  hyperparameter 

আমি ডিপ লার্নিংয়ের জন্য অ্যাডাম অপটিমাইজার সম্পর্কে পড়ছিলাম এবং বেঙ্গিও, গুডফেলো এবং করভিলের ডিপ লার্নিংয়ের নতুন বইয়ের নীচের বাক্যটি পেলাম : অ্যাডামকে সাধারণত হাইপার প্যারামিটারগুলির নির্বাচনের পক্ষে যথেষ্ট শক্তিশালী হিসাবে বিবেচনা করা হয়, যদিও শিক্ষার হারটি মাঝে মাঝে প্রস্তাবিত ডিফল্ট থেকে পরিবর্তন করা প্রয়োজন। যদি এটি সত্য হয় তবে এটি …

24 neural-networks  deep-learning  optimization  hyperparameter  adam 

কেউ কি এলডিএ হাইপারপ্যারামিটারগুলির প্রাকৃতিক ব্যাখ্যাটি ব্যাখ্যা করতে পারেন? ALPHAএবং BETAযথাক্রমে (প্রতি দস্তাবেজ) বিষয় এবং (প্রতি বিষয় প্রতি) শব্দ বিতরণের জন্য ডিরিচলেট বিতরণের পরামিতি। তবে কেউ এই হাইপারপ্রেমিটার বনাম ছোট মানগুলির তুলনায় বৃহত্তর মানগুলি চয়ন করার অর্থ কী তা ব্যাখ্যা করতে পারে? এর অর্থ কি ডকুমেন্টগুলিতে টপ স্পারসিটি এবং শব্দের …

21 interpretation  prior  topic-models  hyperparameter 

আমি জানি যে ক্রস-বৈধতার বাইরে হাইপারপ্যারামিটার টিউনিং করা বাহ্যিক বৈধতার পক্ষপাতদুষ্ট-উচ্চতর অনুমানের দিকে পরিচালিত করতে পারে, কারণ আপনি কার্য সম্পাদন পরিমাপ করতে যে ডেটাসেটটি ব্যবহার করেন একই বৈশিষ্ট্যগুলি সুর করার জন্য আপনি ব্যবহার করেছিলেন। আমি যা ভাবছি তা হ'ল এটি কতটা খারাপ । বৈশিষ্ট্য নির্বাচনের ক্ষেত্রে এটি কীভাবে খারাপ হবে …

20 cross-validation  validation  hyperparameter 

সুতরাং একটি সাধারণ বিতরণে, আমাদের দুটি পরামিতি রয়েছে: গড় এবং বৈকল্পিক । প্যাটার্ন রিকগনিশন এবং মেশিন লার্নিং বইয়ে হঠাৎ ত্রুটি ফাংশনের নিয়মিতকরণের শর্তাবলীতে একটি হাইপারপ্যারামিটার ল্যাম্বদা উপস্থিত হয়।σ 2 λμμ\muσ2σ2\sigma^2λλ\lambda হাইপারপ্যারামিটার কি? কেন তাদের নামকরণ করা হয়েছে? এবং এগুলি সাধারণভাবে পরামিতিগুলির থেকে স্বজ্ঞাতভাবে কীভাবে আলাদা?

19 terminology  definition  parameterization  hyperparameter 

আমার কাছে 140000 উদাহরণ এবং 30 টি বৈশিষ্ট্য রয়েছে যার জন্য আমি বাইনারি শ্রেণিবদ্ধকরণের জন্য বেশ কয়েকটি শ্রেণিবদ্ধকে প্রশিক্ষণ দিচ্ছি (এসভিএম, লজিস্টিক রিগ্রেশন, র্যান্ডম ফরেস্ট ইত্যাদি) অনেক ক্ষেত্রে গ্রিড বা র্যান্ডম অনুসন্ধান ব্যবহার করে পুরো ডেটাসেটে হাইপারপ্যারমিটার টিউন করা খুব ব্যয়বহুল time আমি নিম্নলিখিত কৌশলটি ব্যবহার শুরু করেছি সাব ডেটাবেস …

19 machine-learning  cross-validation  hyperparameter 

এমএল হাইপারপ্যারামিটারগুলি সুর করার জন্য বায়সিয়ান অপটিমাইজেশন (1) সম্পর্কে যথেষ্ট সমকালীন গবেষণা রয়েছে । এখানে ড্রাইভিংয়ের অনুপ্রেরণা হ'ল যে পয়েন্টগুলি চেষ্টা করার জন্য সার্থক (অবজেক্টিভ ফাংশন কলগুলি ব্যয়বহুল, তাই আরও কম করা ভাল) কারণ ন্যূনতম সংখ্যক ডেটা পয়েন্ট প্রয়োজন হয় কারণ একটি মডেল প্রশিক্ষণ সময়োপযোগী - কিছু বিনয়ী -আমি যে …

18 hyperparameter  bayesian-optimization  optunity 

নেস্টেড ক্রস বৈধকরণের জন্য আমি নিম্নলিখিত পোস্টগুলি পড়েছি এবং এখনও নেস্টেড ক্রস বৈধতা সহ মডেল নির্বাচনের জন্য আমি কী করব তা 100% নিশ্চিত নই: মডেল নির্বাচনের জন্য নেস্টেড ক্রস বৈধকরণ মডেল নির্বাচন এবং ক্রস-বৈধকরণ: সঠিক উপায় আমার বিভ্রান্তি ব্যাখ্যা করার জন্য, আমাকে নেস্টেড ক্রস বৈধকরণ পদ্ধতিটি ধাপে ধাপে মডেল নির্বাচনের …

17 cross-validation  scikit-learn  hyperparameter 

প্রথমত, এমন একটি প্রশ্ন পোস্ট করার জন্য ক্ষমা চাওয়া যা ইতিমধ্যে এখানে , এখানে , এখানে , এখানে , এখানে দীর্ঘ আলোচনা করা হয়েছে, এবং একটি পুরানো বিষয় পুনরায় গরম করার জন্য। আমি জানি @ ডিক্রানমারসুপিয়াল পোস্ট এবং জার্নাল পেপারগুলিতে এই বিষয়টি সম্পর্কে দীর্ঘমেয়াদে লিখেছেন, তবে আমি এখনও বিভ্রান্ত হয়েছি, …

17 machine-learning  cross-validation  model-selection  glmnet  hyperparameter 

সেন্সর সংকেতগুলিকে শ্রেণিবদ্ধ করা আমার উদ্দেশ্য। আমার সমাধানটির এখনও অবধি ধারণাটি হ'ল: i) কাঁচা সংকেত থেকে ইঞ্জিনিয়ারিং বৈশিষ্ট্য ii) রিলিফএফ এবং একটি ক্লাস্টারিং পদ্ধতির সাথে প্রাসঙ্গিক বৈশিষ্ট্য নির্বাচন করা iii) এনএন, র্যান্ডম ফরেস্ট এবং এসভিএম প্রয়োগ করুন তবে আমি একটি দ্বিধায় পড়েছি in Ii) এবং iii) তে রিলিফএফ বা উইন্ডো …

15 feature-selection  hyperparameter  optimization 

সুতরাং, আমরা জানি যে গ্রিড অনুসন্ধানের চেয়ে এলোমেলো অনুসন্ধানগুলি আরও ভাল কাজ করে, তবে একটি সাম্প্রতিক পদ্ধতির ব্যয়েসিয়ান অপ্টিমাইজেশন (গাউসিয়ান প্রক্রিয়াগুলি ব্যবহার করে)। আমি উভয়ের মধ্যে একটি তুলনা সন্ধান করেছি, এবং কিছুই পাইনি। আমি জানি যে স্ট্যানফোর্ডের সিএস 231n এ তারা কেবল এলোমেলো অনুসন্ধানের কথা উল্লেখ করেছে, তবে সম্ভবত তারা …

14 bayesian  hyperparameter 

(বাইনারি) লজিস্টিক রিগ্রেশন থেকে ভবিষ্যদ্বাণী করা ক্লাসগুলি মডেল দ্বারা উত্পাদিত শ্রেণীর সদস্যতার সম্ভাবনার উপর একটি থ্রোসোল্ড ব্যবহার করে নির্ধারিত হয়। আমি যেমন এটি বুঝতে পারি, সাধারণত ডিফল্টরূপে 0.5 ব্যবহার করা হয়। তবে প্রান্তিকের পরিবর্তিত হওয়া পূর্বাভাসের শ্রেণিবদ্ধকরণগুলিকে পরিবর্তন করবে। এর অর্থ কি প্রান্তিকটি একটি হাইপারপ্যারামিটার? যদি তা হয়, তবে (উদাহরণস্বরূপ) …

13 machine-learning  logistic  scikit-learn  hyperparameter 

আমি প্রয়োগ করেছি গাউসী প্রক্রিয়া রিগ্রেশন অ্যালগরিদমের হাইপারপ্যারামিটারগুলি টিউন করার চেষ্টা করছি। আমি কেবল সূত্র given দ্বারা প্রদত্ত লগের প্রান্তিক সম্ভাবনাটি সর্বাধিক করতে চাই যেখানে K এর সাথে সমবায় ম্যাট্রিক্স উপাদানসমূহ কে_ {ইজ} = কে (এক্স_আই, এক্স_জে) = বি ^ {- ১} \ এক্সপ্রেস (- \ ফ্রে্যাক {1} {2} (x_i-x_j) …

13 regression  optimization  gaussian-process  hyperparameter