প্রশ্ন ট্যাগ «kernel-trick»

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 

কার্নেল কৌতুক বিভিন্ন মেশিন লার্নিং মডেলগুলির (যেমন ব্যবহার করা হয় SVM )। এটি সর্বপ্রথম 1964 সালে "প্যাটার্ন রিকগনিশন লার্নিংয়ে সম্ভাব্য ফাংশন পদ্ধতির তাত্ত্বিক ভিত্তি" প্রবন্ধে প্রবর্তিত হয়েছিল। উইকিপিডিয়া সংজ্ঞা বলছে যে এটি মূল অ-রৈখিক পর্যবেক্ষণকে উচ্চ-মাত্রিক স্থানে ম্যাপিংয়ের মাধ্যমে অ-রৈখিক সমস্যা সমাধানের জন্য লিনিয়ার শ্রেণিবদ্ধ অ্যালগরিদম ব্যবহারের একটি পদ্ধতি, যেখানে …

20 machine-learning  kernel-trick 

ম্যাটর্ন কোভেরিয়েন্স ফাংশনটি সাধারণত গাউসিয়া প্রসেসে কার্নেল ফাংশন হিসাবে ব্যবহৃত হয়। এটি এর মতো সংজ্ঞায়িত করা হয়েছে Cν(d)=σ221−νΓ(ν)(2ν−−√dρ)νKν(2ν−−√dρ)Cν(d)=σ221−νΓ(ν)(2νdρ)νKν(2νdρ) {\displaystyle C_{\nu }(d)=\sigma ^{2}{\frac {2^{1-\nu }}{\Gamma (\nu )}}{\Bigg (}{\sqrt {2\nu }}{\frac {d}{\rho }}{\Bigg )}^{\nu }K_{\nu }{\Bigg (}{\sqrt {2\nu }}{\frac {d}{\rho }}{\Bigg )}} যেখানে দূরত্বে ফাংশন (যেমন ইউক্লিডিয় দূরত্ব হিসাবে) হয়, গামা ফাংশন, …

19 spatial  gaussian-process  kernel-trick 

গাউসীয় রেডিয়াল বেসিস ফাংশন (আরবিএফ) এর সাথে লিনিয়ার রিগ্রেশন এবং গাউসিয়ান কার্নেলের সাথে লিনিয়ার রিগ্রেশন করার মধ্যে পার্থক্য কী?

18 regression  normal-distribution  kernel-trick 

প্রাথমিক , দ্বৈত এবং কার্নেল রিজ রিগ্রেশন মধ্যে পার্থক্য কি ? লোকেরা তিনটিই ব্যবহার করছে, এবং বিভিন্ন সূত্রের প্রত্যেকে যেহেতু বিভিন্ন উত্সে ব্যবহার করে তা আমার অনুসরণ করা কঠিন। তাহলে কেউ আমাকে সহজ কথায় বলতে পারেন এই তিনটির মধ্যে পার্থক্য কী? এ ছাড়াও প্রত্যেকের কিছু সুবিধা বা অসুবিধা কী হতে …

18 regression  kernel-trick  ridge-regression 

আমি একটি কাগজে একটি অ্যালগরিদম বাস্তবায়ন করতে চাই যা ডেটা ম্যাট্রিক্স পচে যাওয়ার জন্য কার্নেল এসভিডি ব্যবহার করে। সুতরাং আমি কার্নেল পদ্ধতি এবং কার্নেল পিসিএ ইত্যাদি সম্পর্কিত সামগ্রীগুলি পড়ছি তবে এটি এখনও আমার কাছে খুব অস্পষ্ট, বিশেষত যখন এটি গাণিতিক বিবরণে আসে এবং আমার কয়েকটি প্রশ্ন থাকে। কার্নেল পদ্ধতি কেন? …

18 pca  svd  kernel-trick 

যদি কার্নেল পিসিএতে আমি একটি লিনিয়ার কার্নেল নিইK(x,y)=x⊤yK(x,y)=x⊤yK(\mathbf{x},\mathbf{y}) = \mathbf x^\top \mathbf y , ফলাফলটি কি সাধারণ লিনিয়ার পিসিএ থেকে আলাদা হতে চলেছে ? সমাধানগুলি কি মৌলিকভাবে আলাদা বা কিছু সংজ্ঞায়িত সম্পর্ক বিদ্যমান?

17 pca  kernel-trick 

আমি কীভাবে বুঝতে পারি যে এসভিএমের আরবিএফ কার্নেল কী করে? মানে আমি গণিতগুলি বুঝতে পারি তবে এই কর্নেলটি কখন কার্যকর হবে এমন অনুভূতি পাওয়ার কোনও উপায় আছে? আরবিএফ-তে ভেক্টর দূরত্ব থাকার কারণে কেএনএন থেকে প্রাপ্ত ফলাফলগুলি কি এসভিএম / আরবিএফ সম্পর্কিত হবে? বহুবর্ষীয় কার্নেলটির জন্য অনুভূতি পাওয়ার কোনও উপায় কি? …

17 svm  kernel-trick 

একটি সাধারণ প্রশ্ন আরও। ভবিষ্যদ্বাণীপূর্ণ মডেলিংয়ের জন্য আমি একটি আরবিএফ এসভিএম চালাচ্ছি। আমি মনে করি আমার বর্তমান প্রোগ্রামটির স্পষ্টভাবে কিছুটা গতি বাড়ানো দরকার। গ্রিড অনুসন্ধান + ক্রস বৈধকরণ জরিমানা করতে আমি মোটা দিয়ে সাইকিট লার্ন ব্যবহার করি। প্রতিটি এসভিএম রান প্রায় এক মিনিট সময় নেয় তবে সমস্ত পুনরাবৃত্তির সাথে আমি …

16 machine-learning  svm  predictive-models  scikit-learn  kernel-trick 

আমি কার্নেল এসভিএম এর অন্তর্নিহিত বোঝার চেষ্টা করছি। এখন, আমি বুঝতে পারি কিভাবে লিনিয়ার এসভিএমের কাজ, এর মাধ্যমে সিদ্ধান্তের লাইন তৈরি করা হয় যা ডেটাটিকে যথাসম্ভব বিভক্ত করে তোলে। আমি একটি উচ্চ-মাত্রিক স্থানে ডেটা পোর্ট করার পিছনের নীতিটিও বুঝতে পারি এবং এটি কীভাবে এই নতুন স্থানটিতে লিনিয়ার সিদ্ধান্তের লাইন খুঁজে …

15 machine-learning  svm  kernel-trick 

প্রায়শই বলা হয় যে গাউসিয়া প্রক্রিয়া রিগ্রেশন (জিপিআর) বেইসিয়ান লিনিয়ার রিগ্রেশনকে (সম্ভবত) অসীম পরিমাণ ভিত্তির ফাংশনগুলির সাথে সম্পর্কিত করে। আমি জিপিআর ব্যবহার করে কোন ধরণের মডেল প্রকাশ করতে পারি তার একটি অন্তর্দৃষ্টি পেতে আমি এটি বিশদটি বোঝার চেষ্টা করছি। আপনি কি মনে করেন যে জিপিআর বোঝার চেষ্টা করার জন্য এটি …

14 gaussian-process  kernel-trick  basis-function 

কীভাবে এটি রেডিয়াল ভিত্তিক ফাংশন k ( x , y ) = exp ( - | | x - y | | 2 ) এর জন্য প্রমাণ করতে হয়কিছু নেই সসীম-মাত্রিক বৈশিষ্ট্য স্থানএইচকিছু যে এই ধরনেরΦ:আরএন→এইচআমরা আছেট(এক্স,Y)=⟨Φ(এক্স),Φ(Y)⟩k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle ?

14 machine-learning  svm  kernel-trick 

আমি সম্প্রতি কর্নেল ট্রিকের ব্যবহার সম্পর্কে শিখেছি, যা এই মাত্রাগুলিতে ডেটা লিনিয়ারাইজ করার প্রয়াসে উচ্চতর মাত্রিক স্থানগুলিতে ডেটা ম্যাপ করে। এমন কোনও ঘটনা আছে যেখানে আমার এই কৌশলটি ব্যবহার করা এড়ানো উচিত? এটি কি সঠিক কার্নেল ফাংশনটি অনুসন্ধান করার বিষয়? লিনিয়ার ডেটার জন্য এটি অবশ্যই সহায়ক নয়, তবে অ-রৈখিক ডেটার …

13 machine-learning  svm  kernel-trick  heuristic 

অনেকগুলি মেশিন লার্নিং অ্যালগরিদম রয়েছে যা কার্নেল ফাংশনে নির্ভর করে। নাম হিসাবে এসভিএম এবং এনএন তবে দুটি। সুতরাং কার্নেল ফাংশনটির সংজ্ঞা কী এবং এর বৈধ হওয়ার জন্য প্রয়োজনীয়তাগুলি কী?

13 svm  terminology  kernel-trick 

কার্নেল পিসিএ (মূল উপাদান বিশ্লেষণ) দ্বারা চূড়ান্ত ডেটা আউটপুটে ভাল ডেটা বিচ্ছিন্নতার ফলাফল কী তা চয়ন করার উপায়গুলি কী কী এবং কার্নেলের প্যারামিটারগুলি অনুকূল করার উপায়গুলি কী কী? সম্ভব হলে লেম্যানের শর্তাদি ব্যাপকভাবে প্রশংসিত হবে এবং এই জাতীয় পদ্ধতিগুলির ব্যাখ্যা করে এমন কাগজের লিঙ্কগুলিও দুর্দান্ত হবে।

13 pca  cross-validation  dimensionality-reduction  kernel-trick  manifold-learning