প্রশ্ন ট্যাগ «machine-learning»

লাসো রিগ্রেশন সহগের সংখ্যাগুলি শূন্যের দিকে সঙ্কুচিত করে, এভাবে কার্যকরভাবে মডেল নির্বাচন সরবরাহ করে। আমি বিশ্বাস করি যে আমার ডেটাতে নামমাত্র এবং অবিচ্ছিন্ন সহকারীদের মধ্যে অর্থপূর্ণ মিথস্ক্রিয়া রয়েছে। অগত্যা, তবে সত্যিকারের মডেলটির 'মূল প্রভাবগুলি' অর্থবহ (শূন্য নয়)। সত্যিকারের মডেলটি অজানা বলে অবশ্যই আমি এটি জানি না। আমার উদ্দেশ্যগুলি হ'ল প্রকৃত …

25 machine-learning  lasso  glmnet  shrinkage  penalized 

বন্ধ । এই প্রশ্নটি মতামত ভিত্তিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে পোস্টটি সম্পাদনা করে সত্য এবং উদ্ধৃতি দিয়ে উত্তর দেওয়া যায় । বন্ধ 2 বছর আগে । সাধারণভাবে গভীর শিক্ষণ এবং নিউরাল নেটওয়ার্কগুলির সাথে মৌলিক সমস্যা। প্রশিক্ষণ ডেটা ফিট …

25 machine-learning  neural-networks  svm  deep-learning 

আমি পরীক্ষাগারের মানগুলি সহ উচ্চ-মাত্রিক ক্লিনিকাল ডেটা ব্যবহার করে একটি ভবিষ্যদ্বাণীমূলক মডেল বিকাশের চেষ্টা করছি। 5 কে স্যাম্পল এবং 200 ভেরিয়েবলের সাথে ডেটা স্পেস বিচ্ছিন্ন। বৈশিষ্ট্য নির্বাচন পদ্ধতি (আইজি, আরএফ ইত্যাদি) ব্যবহার করে ভেরিয়েবলগুলি র‌্যাঙ্ক করা এবং ভবিষ্যদ্বাণীমূলক মডেল বিকাশের জন্য শীর্ষস্থানীয় বৈশিষ্ট্যগুলি ব্যবহার করার ধারণাটি The বৈশিষ্ট্য নির্বাচন যখন …

25 machine-learning  missing-data 

সম্প্রতি আমি মেশিন লার্নিং অধ্যয়ন শুরু করেছি, তবে আমি লজিস্টিক রিগ্রেশনের পিছনে অন্তর্নিহিত বুঝতে পারি নি । নীচে লজিস্টিক রিগ্রেশন সম্পর্কে তথ্য যা আমি বুঝতে পারি। অনুমানের ভিত্তি হিসাবে আমরা সিগময়েড ফাংশন ব্যবহার করি । আমি বুঝতে পারছি না কেন এটা একটি সঠিক পছন্দ, তবে কেন এটা শুধুমাত্র পছন্দ আমি …

25 regression  machine-learning  logistic 

বৈশিষ্ট্যগুলির সেট সহ আমার একটি ডেটা সেট রয়েছে। তাদের মধ্যে কিছু বাইনারি সক্রিয় বা বরখাস্ত, নিষ্ক্রিয় বা সুপ্ত), এবং প্রকৃত মূল্যবান, যেমন ।(1=(1=(1=0=0=0=4564.3424564.3424564.342 আমি এই ডেটাটি একটি মেশিন লার্নিং অ্যালগরিদমগুলিতে ফিড করতে চাই, তাই আমি সমস্ত আসল-মূল্যবান বৈশিষ্ট্যগুলি স্কোর করি । আমি এগুলিকে আনুমানিক এবং মধ্যে পাই । এখন বাইনারি …

25 machine-learning  normalization  binary-data 

আমি সময় সিরিজ বিশ্লেষণ করার চেষ্টা করছি এবং এই ক্ষেত্রে নতুন। আমার 2006-2009-এর একটি ইভেন্টের দৈনিক গণনা রয়েছে এবং আমি এটিতে একটি টাইম সিরিজের মডেল ফিট করতে চাই। আমি যে অগ্রগতি করেছি তা এখানে: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) আমি প্রাপ্ত ফলাফলের প্লটটি হ'ল: ডেটাতে seasonতু এবং ট্রেন্ড আছে কিনা তা …

25 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

এমন একটি দৃশ্যের বিষয়ে বিবেচনা করুন যেখানে আপনাকে জ্ঞাত লেবেল ম্যাট্রিক্স এবং প্রেডিক্টেড লেবেল ম্যাট্রিক্স সরবরাহ করা হয়েছে। আমি জ্ঞাতলাবেল ম্যাট্রিক্সের বিপরীতে প্রেডিক্টেড লেবেল ম্যাট্রিক্সের সদ্ব্যবহার পরিমাপ করতে চাই। তবে এখানে চ্যালেঞ্জটি হ'ল জ্ঞাতলাবেল ম্যাট্রিক্সের কয়েকটি সারি মাত্র একটি 1 এবং অন্য কয়েকটি সারিটিতে অনেকগুলি 1 টি থাকে (সেই উদাহরণগুলি …

25 machine-learning  data-mining  multilabel 

আমি কিছু পয়েন্ট আছে মধ্যে , আর আমি যাতে পয়েন্ট ক্লাস্টারের করতে চাই:X={x1,...,xn}X={x1,...,xn}X=\{x_1,...,x_n\}RpRpR^p প্রতিটি ক্লাস্টারে এর সমান সংখ্যক উপাদান থাকে । (অনুমান ক্লাস্টার ভাগ সংখ্যা ।)XXXnnn প্রতিটি ক্লাস্টার মেনসের ক্লাস্টারগুলির মতো কিছুটা অর্থে "স্থানিকভাবে সমন্বিত" হয় ।kkk এগুলির মধ্যে একটি বা অন্যটিকে সন্তুষ্ট করে এমন অনেকগুলি ক্লাস্টারিং পদ্ধতি সম্পর্কে ভাবতে …

25 machine-learning  clustering  k-means  unsupervised-learning 

আমি নেস্টেড ক্রস-বৈধতা করছি। আমি পড়েছি যে ছুটি-ওয়ান-আউট ক্রস-বৈধকরণ পক্ষপাতযুক্ত হতে পারে (কেন মনে নেই) remember লেভ-ওয়ান-আউট ক্রস-বৈধকরণের জন্য আর রানটাইম বাদে 10-ভাঁড়ের ক্রস-বৈধকরণ বা লেভ-ওয়ান-আউট ক্রস-বৈধতা ব্যবহার করা কি ভাল?

25 machine-learning  cross-validation 

সাম্প্রতিক, ভালভাবে উদ্ধৃত হওয়া প্রশ্নে টিম জিজ্ঞাসা করেছেন কখন মেশিন লার্নিংয়ে ভারসাম্যহীন ডেটা আসলেই সমস্যা ? প্রশ্নের ভিত্তি হ'ল ক্লাস ভারসাম্য এবং ভারসাম্যহীন ক্লাসগুলির সমস্যা নিয়ে আলোচনা করে প্রচুর মেশিন লার্নিং সাহিত্য রয়েছে । ধারণাটি হ'ল ধনাত্মক এবং নেতিবাচক শ্রেণীর মধ্যে ভারসাম্যহীন ডেটাসেটগুলি কিছু মেশিন লার্নিং শ্রেণিবিন্যাসের জন্য সমস্যা সৃষ্টি …

25 machine-learning  classification  predictive-models  unbalanced-classes 

সুতরাং আমি সবেমাত্র একটি দুর্দান্ত বইয়ের পরিচিতিটি পড়া শুরু করলাম যাঁরা ইমপেরিকাল বেয়েসকে দিয়েছিলেন । আমি ভেবেছিলাম বইটি দুর্দান্ত, তবে ডেটা থেকে প্রিয়ার তৈরি করা ভুল অনুভব করেছে। আমি প্রশিক্ষিত হয়েছি যে আপনি বিশ্লেষণ পরিকল্পনা নিয়ে এসেছেন তখন আপনি ডেটা সংগ্রহ করেন তারপরে আপনি আপনার বিশ্লেষণ পরিকল্পনায় পূর্ব নির্ধারিত অনুমানটি …

24 machine-learning  hypothesis-testing  bayesian  empirical-bayes 

অনুযায়ী এই এবং এই উত্তর, autoencoders একটি কৌশল মাত্রা কমানোর জন্য স্নায়ুর নেটওয়ার্ক ব্যবহার করে বলে মনে হচ্ছে। আমি অতিরিক্তভাবে জানতে চাই যে একটি ভেরিয়েশনাল অটেনকোডার (এটি একটি "traditionalতিহ্যবাহী" অটোরকোডারগুলির চেয়ে মূল পার্থক্য / সুবিধাগুলি) এবং এই অ্যালগোরিদমগুলি কীভাবে ব্যবহৃত হয় তা শেখার প্রধান কাজগুলি কী।

24 machine-learning  bayesian  deep-learning  autoencoders  variational-bayes 

এটি একটি পুনরাবৃত্তিযোগ্য প্রশ্ন ( এই পোস্টটি , এই পোস্ট এবং এই পোস্টটি দেখুন ) তবে আমার আলাদা স্পিন রয়েছে। ধরুন আমার কাছে জেনেরিক এমসিএমসি স্যাম্পেলার থেকে প্রচুর নমুনা রয়েছে। প্রতিটি নমুনার জন্য , আমি লগ সম্ভাবনা মান জানি এবং লগ পূর্বে এর । যদি এটি সহায়তা করে তবে আমি …

24 machine-learning  bayesian  sampling  mcmc  likelihood 

পাঠ্য শ্রেণিবিন্যাসের একটি সাধারণ পন্থা হল 'ব্যাগ-অফ-শব্দের' বাইরে কোনও শ্রেণিবদ্ধকে প্রশিক্ষণ দেওয়া। ব্যবহারকারী পাঠ্যটিকে শ্রেণিবদ্ধ করার জন্য গ্রহণ করে এবং প্রতিটি বস্তুর শব্দের ফ্রিকোয়েন্সি গণনা করে, এরপরে ম্যানেজযোগ্য আকারের ফলস্বরূপ ম্যাট্রিক্স রাখার জন্য কিছু ধরণের ট্রিমিং করে। প্রায়শই, আমি টিএফআইডিএফ ব্যবহার করে ব্যবহারকারীরা তাদের বৈশিষ্ট্য ভেক্টরটি নির্মাণ করতে দেখি। অন্য …

24 machine-learning  classification  text-mining 

মেশিন লার্নিং (এমএল) ভারীভাবে লিনিয়ার এবং লজিস্টিক রিগ্রেশন কৌশল ব্যবহার করে। এছাড়া বৈশিষ্ট্য ইঞ্জিনিয়ারিং কৌশল (উপর নির্ভর feature transform, kernelইত্যাদি)। এমএল-তে (উদাঃ ) সম্পর্কে কিছুই উল্লেখ করা হয়নি কেন ? (উদাহরণস্বরূপ, বৈশিষ্ট্যগুলিতে রুট বা লগ নেওয়ার বিষয়ে আমি কখনই শুনি না, তারা সাধারণত কেবল বহুপদী বা আরবিএফ ব্যবহার করে)) একইভাবে, …

24 regression  machine-learning  data-transformation