প্রশ্ন ট্যাগ «machine-learning»

জমায়েত শেখার ক্ষেত্রে দুর্বল শিক্ষার্থীদের সম্পর্কে আমার কাছে অনেকগুলি ঘনিষ্ঠভাবে সম্পর্কিত প্রশ্ন রয়েছে (উদ্বোধন করা)। এটি বোবা লাগতে পারে তবে শক্তিশালী শিক্ষার্থীদের বিপরীতে দুর্বল ব্যবহারের সুবিধা কী? (উদাহরণস্বরূপ "শক্তিশালী" শেখার পদ্ধতিগুলি কেন উত্সাহিত করবেন না?) দুর্বল শিক্ষার্থীদের জন্য (উদাহরণস্বরূপ অন্যান্য সমস্ত পোষাকের প্যারামিটারগুলি স্থির রেখে) কোনও ধরণের "অনুকূল" শক্তি আছে …

22 machine-learning  boosting  ensemble 

সমর্থন ভেক্টর রিগ্রেশন ব্যবহার করে কেউ কি সময় সিরিজের পূর্বাভাসের চেষ্টা করেছে? আমি সমর্থন ভেক্টর মেশিনগুলি বুঝতে পারি এবং সমর্থন ভেক্টর রিগ্রেশন আংশিকভাবে বুঝতে পারি, তবে কীভাবে তারা সময় সিরিজ, বিশেষত মাল্টিভারিয়েট টাইম সিরিজ মডেল করতে ব্যবহৃত হতে পারে তা আমি বুঝতে পারি না। আমি কয়েকটি কাগজপত্র পড়ার চেষ্টা করেছি, …

22 time-series  machine-learning  svm 

আমার প্রশ্নটি উদাহরণস্বরূপ, ধরুন যে আমার কাছে এমন একটি প্রশিক্ষণ সেট রয়েছে যেখানে ইনপুটটিতে কিছুটা আওয়াজ পাওয়া যায় তবে আউটপুটটি উদাহরণস্বরূপ হয় না; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] …

22 regression  machine-learning  neural-networks  confidence-interval  prediction-interval 

আমি প্রোগ্রামিং এবং মেশিন লার্নিংয়ের উত্সাহী। মাত্র কয়েক মাস আগে আমি মেশিন লার্নিং প্রোগ্রামিং সম্পর্কে শিখতে শুরু করি। যাদের পরিমাণগত বিজ্ঞানের পটভূমি নেই তাদের মতো আমিও বহুল ব্যবহৃত এমএল প্যাকেজের (ক্যারেট আর) অ্যালগরিদম এবং ডেটাসেটগুলির সাথে টিঙ্কারিং করে এমএল সম্পর্কে শিখতে শুরু করি। কিছুক্ষণ আগে আমি একটি ব্লগ পড়েছিলাম যেখানে …

22 machine-learning 

আমি 0 থেকে 1 সাল পর্যন্তglmnet গ্রিডের উপরে ল্যাম্বডা মানগুলি নির্বাচন করে আর -তে প্যাকেজটি ব্যবহার করে স্বাস্থ্যসেবা ডেটাসেটে একটি ইলাস্টিক-নেট লজিস্টিক রিগ্রেশন করছি My আমার সংক্ষিপ্ত কোডটি নীচে রয়েছে:αα\alpha alphalist <- seq(0,1,by=0.1) elasticnet <- lapply(alphalist, function(a){ cv.glmnet(x, y, alpha=a, family="binomial", lambda.min.ratio=.001) }) for (i in 1:11) {print(min(elasticnet[[i]]$cvm))} যা প্রতিটি …

22 machine-learning  cross-validation  glmnet  elastic-net 

আমি আর প্যাকেজগুলি আরও ভালভাবে বুঝতে চাই Larsএবং Glmnetযা লসো সমস্যা সমাধানের জন্য ব্যবহৃত হয়: (জন্য ভেরিয়েবল এবং নমুনা পৃষ্ঠা 3 এ www.stanford.edu/~hastie/Papers/glmnet.pdf দেখুন )পিএনমি i এন( β)0β) ∈ আরপি + 1[ ১2 এনΣi = 1এন( y)আমি- β0- এক্সটিআমিβ)2+ λ | | β| |ঠ1]মিআমিএন(β0β)∈আরপি+ +1[12এনΣআমি=1এন(Yআমি-β0-এক্সআমিটিβ)2+ +λ||β||ঠ1]min_{(\beta_0 \beta) \in R^{p+1}} \left[\frac{1}{2N}\sum_{i=1}^{N}(y_i-\beta_0-x_i^T\beta)^2 …

22 r  regression  machine-learning  lasso  regularization 

আমি আমার থাকা বস্তুগুলিতে কে-মানে ক্লাস্টারিং করতে চাই, তবে বস্তুগুলিকে স্থানের বিন্দু হিসাবে বর্ণনা করা হয় না, যেমন objects x featuresডেটাসেট দ্বারা । যাইহোক, আমি যে কোনও দুটি বস্তুর মধ্যে দূরত্ব গণনা করতে সক্ষম (এটি একটি মিলের ফাংশনের উপর ভিত্তি করে)। সুতরাং, আমি দূরত্বের ম্যাট্রিক্স নিষ্পত্তি করি objects x objects। …

22 machine-learning  clustering  data-mining  k-means  distance 

খুব বেশি অ্যাংরি পাখি খেলার পরে, আমি নিজের কৌশলগুলি পর্যবেক্ষণ করতে শুরু করেছি। দেখা যাচ্ছে যে আমি প্রতিটি স্তরে 3 তারা পাওয়ার জন্য খুব নির্দিষ্ট পদ্ধতির বিকাশ করেছি। এটি অ্যাগ্রি পাখি খেলতে সক্ষম হবে এমন একটি মেশিন লার্নিং সিস্টেম বিকাশের চ্যালেঞ্জগুলি সম্পর্কে আমাকে অবাক করে দিয়েছে। গেমটির সাথে ইন্টারঅ্যাক্ট করা …

22 machine-learning  reinforcement-learning 

আমার বোধগম্যতা হল মেশিন লার্নিংয়ে এটি সমস্যা হতে পারে যদি আপনার ডেটাসেটের উচ্চতর সম্পর্কযুক্ত বৈশিষ্ট্য থাকে, কারণ তারা কার্যকরভাবে একই তথ্যকে এনকোড করে। সম্প্রতি কেউ চিহ্নিত করেছেন যে আপনি যখন একটি শ্রেণিবদ্ধ ভেরিয়েবলের উপর এক-হট এনকোডিং করেন তখন আপনি সংযুক্ত বৈশিষ্ট্যগুলি সমাপ্ত করেন, সুতরাং আপনার একটি "রেফারেন্স" হিসাবে ছেড়ে দেওয়া …

22 regression  machine-learning  categorical-data  discrete-data  categorical-encoding 

আমাদের কখন বিন / স্বতন্ত্র চলক / বৈশিষ্ট্য বিবেচনা করা উচিত এবং কখন করা উচিত নয়? প্রশ্নের উত্তর দেওয়ার জন্য আমার প্রচেষ্টা: সাধারণভাবে, আমাদের বিন করা উচিত নয়, কারণ বিনিংয়ের তথ্য হারাবে। বিনিং আসলে মডেলের স্বাধীনতার ডিগ্রি বাড়িয়ে তুলছে, সুতরাং, বিনিংয়ের পরে ওভার-ফিটিং হওয়া সম্ভব। যদি আমাদের কাছে "হাই বায়াস" …

21 machine-learning  continuous-data  feature-construction  binning 

পটভূমি: হ্যাঁ, সীমাবদ্ধ বল্টজম্যান মেশিন (আরবিএম) একটি নিউরাল নেটওয়ার্কের ওজন সূচনা করতে ব্যবহার করা যেতে পারে। এছাড়াও এটিকে একটি গভীর বিশ্বাস নেটওয়ার্ক নির্মাণ একটি "স্তর-বাই-স্তর" ভাবে ব্যবহার করা যেতে পারে (যে, একটি প্রশিক্ষণ উপরে -th স্তর -th স্তর, এবং তারপর প্রশিক্ষণের উপরে -th স্তর -th স্তর, পাখলান এবং পুনরাবৃত্তি ...)এনএনn( …

21 machine-learning  neural-networks  deep-learning  deep-belief-networks  rbm 

আমার এমসিএমসি (মার্কভ চেইন মন্টি কার্লো) পদ্ধতিগুলির উপর যে সামান্য জ্ঞান রয়েছে তার উপর ভিত্তি করে আমি বুঝতে পারি যে নমুনাটি পূর্বোক্ত কৌশলগুলির একটি গুরুত্বপূর্ণ অঙ্গ। স্যাম্পলিংয়ের সর্বাধিক ব্যবহৃত পদ্ধতি হ্যামিলটোনিয়ান এবং মেট্রোপলিস। আরও দক্ষ এমসিএমসি স্যাম্পলার তৈরির জন্য কি মেশিন লার্নিং বা আরও গভীর শিক্ষার ব্যবহার করার কোনও উপায় …

21 machine-learning  mcmc  monte-carlo  markov-process 

আমার বোঝার এমনকি যখন সঠিক ক্রস বৈধতা এবং মডেল নির্বাচন পদ্ধতি অনুসরণ overfitting হয় হবে একটি মডেল জন্য এক যদি অনুসন্ধানসমূহ ঘটতে হার্ড যথেষ্ট , যদি না মডেল জটিলতা, কাল এক চাপিয়ে সীমাবদ্ধতা। অধিকন্তু, প্রায়শই লোকেরা ডেটা থেকে মডেল জটিলতায় জরিমানা শেখার চেষ্টা করে যা তারা সরবরাহ করতে পারে এমন …

21 machine-learning  cross-validation  goodness-of-fit  scikit-learn  caret 

আমি একটি কাগল প্রতিযোগিতার বিজয়ী সমাধানের প্রতিবেদনটি পড়ছিলাম ( ম্যালওয়্যার শ্রেণিবিন্যাস )। প্রতিবেদনটি এই ফোরামের পোস্টে পাওয়া যাবে । সমস্যাটি ছিল একটি শ্রেণিবদ্ধকরণ সমস্যা (নয়টি ক্লাস, মেট্রিকটি লোগারিথমিক ক্ষতি) ট্রেনের সেটটিতে 10000 উপাদান, পরীক্ষার সেটে 10000 উপাদান রয়েছে। প্রতিযোগিতার সময়, পরীক্ষাগুলির 30% বিপরীতে মডেলগুলি মূল্যায়ন করা হয়েছিল। আর একটি গুরুত্বপূর্ণ …

21 machine-learning  random-forest  boosting  overfitting  semi-supervised 

সরলতার স্বার্থে, যাক আমি স্প্যাম / নন-স্প্যাম ইমেলের ক্লাসিক উদাহরণ নিয়ে কাজ করছি on আমার 20000 ইমেলের সেট রয়েছে। এর মধ্যে, আমি জানি যে 2000 টি স্প্যাম তবে নন-স্প্যাম ইমেলের কোনও উদাহরণ আমার কাছে নেই। বাকি 18000 টি স্প্যাম কিনা তা আমি ভবিষ্যদ্বাণী করতে চাই। আদর্শভাবে, আমি যে ফলাফলটি সন্ধান …

21 machine-learning  predictive-models  unsupervised-learning  supervised-learning  semi-supervised