প্রশ্ন ট্যাগ «log-likelihood»

7
সম্ভাবনার পরিবর্তে সর্বাধিক লগ সম্ভাব্যতা কেন অনুকূল করা যায়
সবচেয়ে মেশিন লার্নিং কর্ম যেখানে আপনি কিছু সম্ভাবনা প্রণয়ন করতে পারেন যা বড় করা উচিত, আমরা আসলে লগ সম্ভাব্যতা নিখুত হবে কিছু প্যারামিটার সম্ভাব্যতার পরিবর্তে । যেমন সর্বোচ্চ সম্ভাবনা প্রশিক্ষণ, এটি সাধারণত লগ-সম্ভাবনা like কিছু গ্রেডিয়েন্ট পদ্ধতিতে এটি করার সময়, এটিতে একটি ফ্যাক্টর জড়িত:ppplogplog⁡p\log pθθ\theta ∂logp∂θ=1p⋅∂p∂θ∂log⁡p∂θ=1p⋅∂p∂θ \frac{\partial \log p}{\partial \theta} …

5
সি এর লজিস্টিক রিগ্রেশন থেকে সিউডো-
আর-তে লজিস্টিক রিগ্রেশন সম্পর্কিত ক্রিস্টোফার ম্যানিংয়ের রচনাটি আর-তে একটি লজিস্টিক রিগ্রেশনটি দেখায়: ced.logr <- glm(ced.del ~ cat + follows + factor(class), family=binomial) কিছু আউটপুট: > summary(ced.logr) Call: glm(formula = ced.del ~ cat + follows + factor(class), family = binomial("logit")) Deviance Residuals: Min 1Q Median 3Q Max -3.24384 -1.34325 0.04954 1.01488 …

4
লগ-সম্ভাবনা বনাম সম্ভাবনা ব্যবহারের জন্য তাত্ত্বিক প্রেরণা
আমি পরিসংখ্যান এবং সম্ভাবনা তত্ত্বের লগ-সম্ভাবনার (এবং সম্ভবত আরও সাধারণভাবে লগ-সম্ভাবনা) সর্বব্যাপী গভীর স্তরে বুঝতে চেষ্টা করছি। লগ-সম্ভাবনাগুলি সমস্ত জায়গা জুড়ে থাকে: আমরা সাধারণত বিশ্লেষণের জন্য লগ-সম্ভাবনা নিয়ে কাজ করি (উদাহরণস্বরূপ সর্বাধিককরণের জন্য), ফিশার তথ্য লগ-সম্ভাবনার দ্বিতীয় ডেরাইভেটিভের ক্ষেত্রে সংজ্ঞায়িত করা হয়, এনট্রপি একটি প্রত্যাশিত লগ-সম্ভাবনা , কুলব্যাক-লেবলার ডাইভারজেন্সে লগ-সম্ভাবনা …

3
একটি জিএলএম-এ, স্যাচুরেটেড মডেলের লগের সম্ভাবনা কি সর্বদা শূন্য?
জেনারেলাইজড লিনিয়ার মডেলটির আউটপুট অংশ হিসাবে, নাল এবং অবশিষ্টাংশ বিচ্যুতি মডেল মূল্যায়ন করতে ব্যবহৃত হয়। আমি প্রায়শই এই পরিমাণগুলির জন্য সূত্রগুলিকে স্যাচুরেটেড মডেলের লগ সম্ভাবনার শর্তে দেখি, উদাহরণস্বরূপ: /stats//a/113022/22199 , লজিস্টিক রিগ্রেশন: কীভাবে একটি স্যাচুরেটেড মডেল পাবেন? স্যাচুরেটেড মডেল, যতদূর আমি এটি বুঝতে পারি, এমন মডেল যা পর্যবেক্ষণ করা প্রতিক্রিয়াটিকে …

1
আর / এমজিসিভি: টি () এবং টিআই () সেন্সর পণ্যগুলি কেন বিভিন্ন উপরিভাগ তৈরি করে?
mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
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.