প্রশ্ন ট্যাগ «machine-learning»

উচ্চ মাত্রায় একটি দ্বি-শ্রেণীর ডেটাসেটের রৈখিক পৃথককরণের পরীক্ষা করার কোনও উপায় আছে কি? আমার বৈশিষ্ট্যটির ভেক্টরগুলি 40-দীর্ঘ। আমি জানি যে আমি সর্বদা লজিস্টিক রিগ্রেশন পরীক্ষাগুলি চালাতে পারি এবং হিট্রেট বনাম মিথ্যা বিপদাশঙ্কার হার নির্ধারণ করতে পারি যে এই সিদ্ধান্তটি নির্ধারণ করতে যে দুটি শ্রেণিই রৈখিকভাবে পৃথকযোগ্য কিনা তবে ইতিমধ্যে এটির …

20 machine-learning  classification 

ব্রেইম্যান বলে যে গাছগুলি ছাঁটাই করে ছড়িয়ে দেওয়া হয়। কেন? আমি বলতে চাইছি এলোমেলো বনের গাছ ছাঁটাই না করার একটি শক্ত কারণ থাকতে হবে। অন্যদিকে অতিরিক্ত ফিটিং এড়াতে একক সিদ্ধান্ত গাছকে ছাঁটাই করা অত্যন্ত গুরুত্বপূর্ণ বলে মনে করা হয়। এই কারণে কিছু সাহিত্য পড়তে পাওয়া যায়? অবশ্যই গাছগুলি পারস্পরিক সম্পর্কযুক্ত …

20 machine-learning 

আমি সি-এসভিসি মোডে লিবসভিএম ব্যবহার করছি ডিগ্রি 2 এর বহুপদী কার্নেল সহ এবং আমার একাধিক এসভিএম প্রশিক্ষণ প্রয়োজন। প্রতিটি প্রশিক্ষণ সেটে 10 টি বৈশিষ্ট্য এবং 5000 ভেক্টর রয়েছে। প্রশিক্ষণের সময়, আমি প্রশিক্ষিত বেশিরভাগ এসভিএম-এর জন্য আমি এই সতর্কতাটি পাচ্ছি: WARNING: reaching max number of iterations optimization finished, #iter = 10000000 …

20 machine-learning  cross-validation  svm  regularization  libsvm 

অন্যান্য শিখন পদ্ধতির তুলনায় অ্যাডাবোস্ট (বা অন্যান্য উত্সাহদান কৌশল) কম বা বেশি মাত্রায় ঝুঁকিপূর্ণ কিনা তা বিভিন্ন (আপাতদৃষ্টিতে) বিরোধী বক্তব্যগুলি আমি পড়েছি। একটি বা অন্যকে বিশ্বাস করার কোনও ভাল কারণ আছে? যদি এটি নির্ভর করে তবে কিসের উপর নির্ভর করে? কী কারণে অ্যাডাবোস্ট কম / বেশি পরিমাণে ফিট হওয়ার প্রবণতা …

20 machine-learning  boosting 

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 

আমি এলোমেলো বনের বিশেষজ্ঞ নই তবে আমি স্পষ্টভাবে বুঝতে পারি যে এলোমেলো বন সম্পর্কিত মূল বিষয় হ'ল (এলোমেলো) গাছ উত্পন্ন। আপনি কীভাবে গাছগুলি উত্পন্ন হয় তা আমাকে ব্যাখ্যা করতে পারেন? (অর্থাত্ বৃক্ষ উত্পন্নকরণের জন্য ব্যবহৃত বিতরণ কী?) আগাম ধন্যবাদ !

20 machine-learning  r  algorithms  cart  random-forest 

স্পার ডেটা এবং অনুপস্থিত ডেটার মধ্যে প্রধান পার্থক্য কী? এবং এটি কীভাবে মেশিন লার্নিংকে প্রভাবিত করে? আরও সুনির্দিষ্টভাবে বলা যায়, শ্রেণিবিন্যাস অ্যালগরিদম এবং রিগ্রেশন (সংখ্যাগুলির পূর্বাভাস) ধরণের অ্যালগরিদমের উপর স্পার্স ডেটা এবং অনুপস্থিত ডেটাগুলির কী প্রভাব রয়েছে। আমি এমন একটি পরিস্থিতির কথা বলছি, যেখানে হারানো ডেটার শতাংশ শতাংশ তাৎপর্যপূর্ণ এবং …

20 machine-learning  dataset  missing-data  sparse 

সম্প্রতি আমি শিখেছি যে এমএল সমস্যাগুলির জন্য আরও ভাল সমাধান অনুসন্ধানের একটি উপায় বৈশিষ্ট্য তৈরি করা। একটি উদাহরণস্বরূপ দুটি বৈশিষ্ট্য যোগ করে এটি করতে পারেন। উদাহরণস্বরূপ, আমরা দুটি ধরণের "আক্রমণ" এবং কিছু ধরণের বীরের "প্রতিরক্ষা" রাখি। তারপরে আমরা "মোট" নামে অতিরিক্ত বৈশিষ্ট্য তৈরি করি যা "আক্রমণ" এবং "প্রতিরক্ষা" এর যোগফল। …

20 machine-learning  feature-construction 

আমি পরিসংখ্যানগত শিক্ষার উপাদানগুলির পক্ষপাতিত্ব-বৈচিত্র্য ট্রেড অফের অধ্যায়টি পড়ছি এবং 29 পৃষ্ঠার সূত্রটিতে আমার সন্দেহ আছে যেখানে এলোমেলোভাবে এমন একটি মডেল থেকে ডেটা উত্থাপন করা যাক data প্রত্যাশিত মান number এবং ভেরিয়েন্স । যাক মডেলের ত্রুটির প্রত্যাশিত মান যেখানে ভবিষ্যদ্বাণী হল আমাদের শিক্ষার্থীর। বই অনুসারে, ত্রুটিটি হ'ল Y=f(x)+ϵY=f(x)+ϵ Y = …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

আমি এলএসটিএমগুলির সাথে পরীক্ষার জন্য থিয়ানো ব্যবহার করছি, এবং ভাবছিলাম যে এলটিএসটিএম এর জন্য কোন অপ্টিমাইজেশন পদ্ধতি (এসজিডি, অ্যাডগ্রাড, অ্যাডাডেলটা, আরএমএসপ্রপ, অ্যাডাম ইত্যাদি) সবচেয়ে ভাল কাজ করে? এই বিষয়ে কোন গবেষণা কাগজপত্র আছে? এছাড়াও, আমি কী ধরণের প্রয়োগের জন্য এলএসটিএম ব্যবহার করছি তার উপরে কি উত্তর নির্ভর করে? যদি তা …

20 machine-learning  neural-networks  optimization  lstm 

আর caretপ্যাকেজটি কি উভয় alphaএবং মডেলের lambdaজন্য ক্রস-বৈধ glmnet? এই কোড চালানো, eGrid <- expand.grid(.alpha = (1:10) * 0.1, .lambda = (1:10) * 0.1) Control <- trainControl(method = "repeatedcv",repeats = 3,verboseIter =TRUE) netFit <- train(x =train_features, y = y_train, method = "glmnet", tuneGrid = eGrid, trControl = Control) প্রশিক্ষণের লগটি …

20 r  machine-learning  cross-validation  caret  glmnet 

আপনি যখন সমস্ত ওজনকে একই মান হিসাবে শুরু করবেন (0.5 বলুন) তবে ব্যান্ডপ্রসারণ কাজ করে না কেন, তবে এলোমেলো সংখ্যা দেওয়ার সময় সূক্ষ্ম কাজ করে? প্রথমদিকে ওজন একই রকম হওয়া সত্ত্বেও অ্যালগরিদম ত্রুটিটি গণনা করে সেখান থেকে কাজ করা উচিত নয়?

20 machine-learning  neural-networks  backpropagation 

নিউরাল নেটওয়ার্ক লিঙ্গো (y = ওজন * x + পক্ষপাত) এর ক্ষেত্রে, আমি কীভাবে জানব যে কোন ভেরিয়েবলগুলি অন্যের চেয়ে গুরুত্বপূর্ণ? আমার কাছে 10 ইনপুট সহ একটি নিউরাল নেটওয়ার্ক রয়েছে, 20 টি নোড সহ 1 টি লুকানো স্তর এবং 1 আউটপুট স্তর যার 1 টি নোড রয়েছে। আমি জানি না …

20 machine-learning  neural-networks  bias  tensorflow  theano 

জেনেটিক অ্যালগরিদমগুলি অপ্টিমাইজেশন পদ্ধতির এক রূপ। প্রায়শই স্টোকাস্টিক গ্রেডিয়েন্ট বংশদ্ভুত এবং এর ডেরিভেটিভগুলি ফাংশন অপ্টিমাইজেশনের জন্য সেরা পছন্দ, তবে জেনেটিক অ্যালগরিদমগুলি এখনও মাঝে মধ্যে ব্যবহৃত হয়। উদাহরণস্বরূপ, নাসার এসটি 5 মহাকাশযানের অ্যান্টেনা জেনেটিক অ্যালগরিদম দিয়ে তৈরি করা হয়েছিল: জেনেটিক অপ্টিমাইজেশন পদ্ধতিগুলি কখন আরও সাধারণ গ্রেডিয়েন্ট বংশোদ্ভূত পদ্ধতির চেয়ে ভাল পছন্দ …

20 machine-learning  optimization  gradient-descent  genetic-algorithms 

আমি সম্প্রতি এলএসটিএমগুলিতে আগ্রহী হয়েছি এবং ওজন সময়ের সাথে ভাগ করে নেওয়া জেনে অবাক হয়েছি। আমি জানি যে আপনি যদি সময়ের সাথে ওজন ভাগ করে নেন তবে আপনার ইনপুট সময়ের সিকোয়েন্সগুলি একটি চলক দৈর্ঘ্য হতে পারে। ভাগ করা ওজন সহ আপনার প্রশিক্ষণের জন্য অনেক কম পরামিতি রয়েছে। আমার বোধগম্যতা থেকে, …

20 machine-learning  lstm  rnn