প্রশ্ন ট্যাগ «machine-learning»

আমি এমএফসিসি এবং লুকানো মার্কভ মডেলগুলি ব্যবহার করে শব্দ স্বীকৃতির জন্য কনসেপ্ট সিস্টেমের একটি প্রমাণ তৈরি করেছি। আমি যখন পরিচিত শব্দগুলিতে সিস্টেমটি পরীক্ষা করি তখন এটি আশাব্যঞ্জক ফলাফল দেয়। যদিও সিস্টেমটি, যখন কোনও অজানা শব্দটি ইনপুট করা হয় তখন নিকটতম ম্যাচের সাথে ফলাফলটি দেয় এবং স্কোরটি এটি নির্ধারণের জন্য আলাদা …

14 machine-learning  hidden-markov-model  pattern-recognition 

পরিবর্তনশীল সংখ্যক বৈশিষ্ট্য সহ ডেটা শ্রেণিবদ্ধকরণের জন্য কিছু পদ্ধতি কী কী? উদাহরণস্বরূপ, এমন একটি সমস্যা বিবেচনা করুন যেখানে প্রতিটি ডেটা পয়েন্ট x এবং y পয়েন্টের ভেক্টর এবং আমাদের প্রতিটি দৃষ্টান্তের জন্য একই পয়েন্টের সংখ্যা নেই। আমরা কি প্রতিটি জোড় x এবং y পয়েন্টের বৈশিষ্ট্য হিসাবে বিবেচনা করতে পারি? বা আমাদের …

14 machine-learning  missing-data 

পরের সপ্তাহে আমাদের বাড়ির একটি স্থানীয় স্কুল থেকে একটি ইন্টার্ন রয়েছে। তার সংক্ষিপ্ত ইন্টার্নশিপের পিছনে ধারণাটি আসল বিশ্ব কীভাবে কাজ করে এবং নির্দিষ্ট কাজগুলি কীভাবে ডিল করে, প্রতিদিনের কাজটি কেমন দেখায় ইত্যাদি সম্পর্কে ধারণা পাওয়া to এখন আমি অবাক হয়েছি, পরিসংখ্যান এবং মেশিন লার্নিং সম্পর্কে এমন একটি বাচ্চা কি বলতে …

14 machine-learning  teaching 

অনেক মেশিন লার্নিং অ্যালগরিদম, উদাহরণস্বরূপ নিউরাল নেটওয়ার্কগুলি সংখ্যার সাথে মোকাবিলা করার আশা করে। সুতরাং, যখন আপনার একটি শ্রেণিবদ্ধ ডেটা থাকবে, আপনার এটি রূপান্তর করতে হবে। শ্রেণিবদ্ধ দ্বারা আমার অর্থ, উদাহরণস্বরূপ: গাড়ির ব্র্যান্ডস: অডি, বিএমডাব্লু, শেভ্রোলেট ... ব্যবহারকারীর আইডি: 1, 25, 26, 28 ... যদিও ব্যবহারকারী আইডিগুলি সংখ্যা, তারা কেবলমাত্র লেবেল, …

14 machine-learning  many-categories 

প্রথমত, আমি কিছু সাধারণ বিন্যাস বর্ণনা করতে চাই যা ডেটা মাইনিং বইগুলি ভারসাম্যহীন ডেটাসেটগুলি কীভাবে মোকাবেলা করতে হবে তা ব্যাখ্যা করে ব্যবহার করে । সাধারণত মূল বিভাগটির নাম ভারসাম্যহীন ডেটাসেটস রাখা হয় এবং এগুলি এই দুটি সাব-সেকশনগুলি কভার করে: ব্যয়-সংবেদনশীল শ্রেণিবিন্যাস এবং নমুনা কৌশল। দেখে মনে হচ্ছে যে বিরল শ্রেণীর …

14 machine-learning  classification  unbalanced-classes 

মেশিন লার্নিং শিখতে শুরু করা কারও কাছ থেকে এটি একটি নির্লজ্জ প্রশ্ন। আমি আজকাল মার্সল্যান্ডের "মেশিন লার্নিং: একটি অ্যালগোরিদমিক দৃষ্টিভঙ্গি" বইটি পড়ছি। আমি এটি একটি প্রবর্তনাকারী বই হিসাবে দরকারী মনে করি তবে এখন আমি উন্নত অ্যালগরিদমে যেতে চাই, যেগুলি বর্তমানে সেরা ফলাফল দিচ্ছে। আমি বেশিরভাগ বায়োইনফরম্যাটিক্সে আগ্রহী: জৈবিক নেটওয়ার্কগুলির গুচ্ছবৃত্তি …

14 machine-learning  clustering  bioinformatics 

এসভিএমগুলি স্বজ্ঞাতভাবে বুঝতে আমার কিছু সন্দেহ আছে। ধরে নিই আমরা কিছু মানক সরঞ্জাম যেমন SVMLight বা LibSVM ব্যবহার করে শ্রেণিবিন্যাসের জন্য একটি এসভিএম মডেলকে প্রশিক্ষণ দিয়েছি। আমরা যখন পরীক্ষার ডেটা সম্পর্কে ভবিষ্যদ্বাণী করার জন্য এই মডেলটি ব্যবহার করি, তখন মডেল প্রতিটি পরীক্ষার পয়েন্টের জন্য "আলফা" মানযুক্ত একটি ফাইল উত্পন্ন করে। …

14 machine-learning  svm  max-margin 

আমি যেমন অ্যাডাবুস্ট ক্লাসিফায়ারের কথা বারবার উল্লিখিত শুনেছি, আমি এটি কীভাবে কাজ করে এবং কখন এটি ব্যবহার করতে চাইলে আরও ভাল অনুভূতি পেতে চাই। আমি এগিয়ে গিয়েছিলাম এবং এটিতে গুগলে আমি পেয়েছি যা সম্পর্কে অনেকগুলি কাগজপত্র এবং টিউটোরিয়াল পড়েছি, তবে শ্রেণিবদ্ধের এমন কিছু দিক রয়েছে যা বুঝতে এখনও আমার সমস্যা …

14 machine-learning  boosting  adaboost 

ক্রস-বৈধতা এবং সময় সিরিজ সম্পর্কে আরজে হেন্ডম্যানের একটি "গবেষণা টিপস" পড়ার পরে আমি আমার একটি পুরানো প্রশ্নে ফিরে এসেছি যা আমি এখানে প্রণয়ন করার চেষ্টা করব। ধারণাটি হ'ল শ্রেণিবদ্ধকরণ বা রিগ্রেশন সমস্যাগুলিতে, ডেটার ক্রম গুরুত্বপূর্ণ নয়, এবং তাই কে- ফোল্ড ক্রস-বৈধকরণ ব্যবহার করা যেতে পারে। অন্যদিকে, সময় সিরিজে ডেটা ক্রম …

14 time-series  machine-learning  cross-validation 

আমি একটি মাইক্রোয়ারে ডেটাসেটে শ্রেণিবদ্ধ হিসাবে একটি এলোমেলো বন অ্যালগরিদম প্রয়োগ করছি যা বৈশিষ্ট্যগুলির সংখ্যা সহ দুটি পরিচিত গ্রুপে বিভক্ত। প্রাথমিক রান করার পরে আমি বৈশিষ্ট্যগুলির গুরুত্বের দিকে তাকান এবং 5, 10 এবং 20 সর্বাধিক গুরুত্বপূর্ণ বৈশিষ্ট্যগুলি দিয়ে আবার গাছের অ্যালগোরিদমটি চালিত করি। আমি খুঁজে পেয়েছি যে সমস্ত বৈশিষ্ট্যগুলির জন্য, …

14 r  machine-learning  classification  random-forest 

কোমলবুস্ট বলে বুস্ট করার একটি বৈকল্পিক রয়েছে । কোমল বুস্টিং কীভাবে সুপরিচিত অ্যাডাবোস্ট থেকে আলাদা ?

14 machine-learning  boosting 

একটি অনুকূল ল্যাম্বদা অনুসন্ধান করতে এবং একই কাজটি glmnetকরার caretজন্য ব্যবহারের মধ্যে তুলনা করে অনেক বিভ্রান্তি রয়েছে বলে মনে হয় cv.glmnet। অনেক প্রশ্ন উত্থাপিত হয়েছিল, যেমন: শ্রেণিবিন্যাস মডেল ট্রেন.glmnet বনাম cv.glmnet? ক্যারেটের সাথে গ্ল্যামনেট ব্যবহারের সঠিক উপায় কী? `ক্যারেট ব্যবহার করে ক্রস-বৈধকরণ` গ্ল্যামেট` তবে কোনও উত্তর দেওয়া হয়নি, যা প্রশ্নের …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

আমি জানতে চাই যে নীচে বর্ণিত প্রক্রিয়াটি বৈধ / গ্রহণযোগ্য এবং কোনও ন্যায়সঙ্গত উপলব্ধ কিনা। ধারণা: তদারকি করা অ্যালগরিদমগুলি ডেটা সম্পর্কে অন্তর্নিহিত কাঠামো / বিতরণকে ধরে নেয় না। দিনের শেষে তারা অনুমানের ফলাফল নির্ধারণ করে। আমি আশা করি কোনওভাবেই অনুমানের অনিশ্চয়তা মেটানোর জন্য। এখন, এমএল মডেল বিল্ডিং প্রক্রিয়া সহজাতভাবে এলোমেলো …

14 machine-learning  confidence-interval  bootstrap  supervised-learning  gbm 

Ditionতিহ্যগতভাবে আমরা দ্রাঘিমাংশীয় তথ্য মডেল করতে মিশ্র মডেল ব্যবহার করি, যেমন ডেটা: id obs age treatment_lvl yield 1 0 11 M 0.2 1 1 11.5 M 0.5 1 2 12 L 0.6 2 0 17 H 1.2 2 1 18 M 0.9 আমরা বিভিন্ন ব্যক্তির জন্য র্যান্ডম ইন্টারসেপ্ট বা opeাল …

14 machine-learning  data-transformation  random-forest  panel-data  large-data 

প্রসঙ্গ : আমি তাই আমি ব্যবহার করছি একটি scatterplot যে স্থিতিমাপ বলে মনে হচ্ছে না একটি রেখা আঁকা করতে চাই, geom_smooth()এ ggplotমধ্যে R। এটি স্বয়ংক্রিয়ভাবে প্রত্যাবর্তন করে geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning