প্রশ্ন ট্যাগ «machine-learning»

গভীর শিক্ষার এই টিউটোরিয়াল অনুসারে , ওজন ক্ষয় (নিয়মিতকরণ) সাধারণত বায়াস শর্তাবলী প্রয়োগ করা হয় না কেন বি? এর পিছনে তাত্পর্য (অন্তর্দৃষ্টি) কী?

14 machine-learning  neural-networks  bias  regularization 

আমি জানি যে কীভাবে পয়েন্টগুলির একটি সেটে লিনিয়ার রিগ্রেশন করা যায়। এটি হল, আমি জানি যে কীভাবে আমার পছন্দের একটি বহুপদী, কোনও প্রদত্ত ডেটা সেট, (এলএসই অর্থে) মাপসই করা যায়। যাইহোক, আমি যা জানি না, তা হল কীভাবে আমার সমাধানটিকে আমার পছন্দের কিছু নির্দিষ্ট পয়েন্টগুলিতে যেতে বাধ্য করা। আমি এটি …

14 regression  machine-learning  least-squares  linear-model  polynomial 

বাইনারি শ্রেণীবদ্ধকরণ সমস্যার জন্য আমি বর্তমানে ম্যাটল্যাবে আরএফ টুলবক্স ব্যবহার করছি ডেটা সেট: 50000 নমুনা এবং 250 টিরও বেশি বৈশিষ্ট্য সুতরাং গাছের সংখ্যা বৃদ্ধির জন্য প্রতিটি ভাগে গাছের সংখ্যা এবং এলোমেলোভাবে নির্বাচিত বৈশিষ্ট্যটি কী হওয়া উচিত? অন্য কোনও প্যারামিটারগুলি ফলাফলগুলিকে ব্যাপকভাবে প্রভাবিত করতে পারে?

14 machine-learning  classification  random-forest 

আমার (খুব বেসিক) বোঝার জন্য, নাইভ বেইস প্রশিক্ষণের ডেটাতে প্রতিটি বৈশিষ্ট্যের শ্রেণিকালীন ফ্রিকোয়েন্সিগুলির উপর ভিত্তি করে সম্ভাব্যতাগুলি অনুমান করে। তবে এটি কীভাবে অবিচ্ছিন্ন পরিবর্তনশীলগুলির ফ্রিকোয়েন্সি গণনা করে? এবং পূর্বাভাস দেওয়ার সময়, এটি কীভাবে একটি নতুন পর্যবেক্ষণকে শ্রেণিবদ্ধ করে যা প্রশিক্ষণ সংস্থায় কোনও পর্যবেক্ষণের সমান মূল্যমান নাও থাকতে পারে? এটি কোনও …

14 machine-learning  classification  bayesian  naive-bayes 

আমি আমার গবেষণা কাজের জন্য সাইকিট-লার্নে প্রয়োগ করা একটি শ্রেণির এসভিএম ব্যবহার করছিলাম। তবে আমার এ সম্পর্কে ভাল ধারণা নেই। কেউ দয়া করে একটি শ্রেণির এসভিএমের একটি সহজ, ভাল ব্যাখ্যা দিতে পারেন ?

14 machine-learning  svm  data-mining  novelty-detection 

এমএলই = সর্বাধিক সম্ভাবনার অনুমান এমএপি = সর্বাধিক একটি পোস্টেরিয়েরি এমএলই স্বজ্ঞাত / নিষ্পাপ যে এটি কেবলমাত্র প্যারামিটারের (যেমন সম্ভাবনা ফাংশন) প্রদত্ত পর্যবেক্ষণের সম্ভাবনার সাথেই শুরু হয় এবং পর্যবেক্ষণের সাথে পরামিতিটির সেরা অনুসারগুলি খুঁজে পাওয়ার চেষ্টা করে । তবে পূর্বের জ্ঞানের বিষয়টি বিবেচনায় নেই। এমএপি আরও যুক্তিসঙ্গত বলে মনে হচ্ছে …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

আমি শ্রেণিবিন্যাসের জন্য একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণের চেষ্টা করছি, তবে আমার কাছে থাকা লেবেলগুলি বরং শোরগোল রয়েছে (প্রায় 30% লেবেল ভুল)। ক্রস-এনট্রপি ক্ষতি প্রকৃতপক্ষে কাজ করে, তবে আমি ভাবছিলাম যে এই ক্ষেত্রে আরও কার্যকর কোনও বিকল্প আছে কি? বা ক্রস-এনট্রপি ক্ষতি কি সর্বোত্তম? আমি নিশ্চিত নই তবে আমি ক্রস-এনট্রপি ক্ষতি …

14 machine-learning  neural-networks  loss-functions  noise 

(বাইনারি) লজিস্টিক রিগ্রেশন থেকে ভবিষ্যদ্বাণী করা ক্লাসগুলি মডেল দ্বারা উত্পাদিত শ্রেণীর সদস্যতার সম্ভাবনার উপর একটি থ্রোসোল্ড ব্যবহার করে নির্ধারিত হয়। আমি যেমন এটি বুঝতে পারি, সাধারণত ডিফল্টরূপে 0.5 ব্যবহার করা হয়। তবে প্রান্তিকের পরিবর্তিত হওয়া পূর্বাভাসের শ্রেণিবদ্ধকরণগুলিকে পরিবর্তন করবে। এর অর্থ কি প্রান্তিকটি একটি হাইপারপ্যারামিটার? যদি তা হয়, তবে (উদাহরণস্বরূপ) …

13 machine-learning  logistic  scikit-learn  hyperparameter 

আপনি যা করছেন সবই যদি অভিজ্ঞতা অভিজ্ঞতা থেকে পুনরায় স্যাম্পলিং হয় তবে কেন কেবল অনুশীলনমূলক বিতরণ অধ্যয়ন করবেন না? উদাহরণস্বরূপ বারবার নমুনা প্রয়োগ করে পরিবর্তনশীলতা অধ্যয়ন করার পরিবর্তে, কেন না কেবল অনুশীলনমূলক বিতরণ থেকে পরিবর্তনশীলতার পরিমাণ নির্ধারণ করা?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

দুই বা ততোধিক শ্রেণিবদ্ধকরণের মডেলগুলির তুলনা করতে ব্যবহৃত একটি সাধারণ পরিমাপ হ'ল পরোক্ষভাবে তাদের কর্মক্ষমতা মূল্যায়নের উপায় হিসাবে আরওসি বক্ররেখা (এউসি) এর অধীনে অঞ্চলটি ব্যবহার করা। এক্ষেত্রে বৃহত্তর এওসি সহ একটি মডেলকে সাধারণত একটি ছোট এওসি সহ একটি মডেলের চেয়ে ভাল পারফরম্যান্স হিসাবে ব্যাখ্যা করা হয়। তবে, বিহিনেন, ২০১২ অনুসারে …

13 machine-learning  classification  roc  auc  model-evaluation 

আমি জানতে চেয়েছিলাম মেশিন লার্নিংয়ের কতটা অপ্টিমাইজেশন প্রয়োজন। আমি পরিসংখ্যান যা শুনেছি তা থেকে মেশিন লার্নিংয়ের সাথে কাজ করা লোকদের জন্য একটি গুরুত্বপূর্ণ গাণিতিক বিষয়। একইভাবে উত্তাল বা নন-উত্তল অপ্টিমাইজেশন সম্পর্কে শিখতে মেশিন লার্নিংয়ের সাথে কাজ করা কারও পক্ষে কতটা গুরুত্বপূর্ণ?

13 machine-learning  optimization 

আমার কাছে কাঁচা ডেটা রয়েছে যার প্রায় 20 টি কলাম রয়েছে (20 টি বৈশিষ্ট্য)। এর মধ্যে দশটি অবিচ্ছিন্ন ডেটা এবং তাদের 10 টি শ্রেণিবদ্ধ। কিছু শ্রেণিবদ্ধ ডেটাতে 50 টির মতো আলাদা মান (মার্কিন যুক্তরাষ্ট্র) থাকতে পারে। আমি ডেটা প্রাক-প্রক্রিয়া করার পরে 10 ধারাবাহিক কলামগুলি 10 প্রস্তুত কলাম হয়ে যায় এবং …

13 machine-learning  neural-networks  tensorflow  data-preprocessing  theano 

গভীর শক্তিবৃদ্ধি শেখার বিষয়ে ডিপমাইন্ডের ২০১৫ সালের গবেষণাপত্রে এটি উল্লেখ করেছে যে "অস্থির শিক্ষার কারণে আরআরএলকে নিউরাল নেটওয়ার্কগুলির সাথে একত্রিত করার আগের প্রচেষ্টাগুলি ব্যর্থ হয়েছিল"। কাগজটি পর্যবেক্ষণ জুড়ে পারস্পরিক সম্পর্কের ভিত্তিতে এর কয়েকটি কারণ তালিকাভুক্ত করে। দয়া করে কেউ কি এর অর্থ ব্যাখ্যা করতে পারেন? এটি কি ওভারফিটিংয়ের একটি রূপ, …

13 machine-learning  neural-networks  deep-learning  reinforcement-learning 

আমি যে সুনির্দিষ্ট সমস্যার সাথে কাজ করি (একটি প্রতিযোগিতা) হিসাবে আমার কাছে ফোলওয়েং সেটিং রয়েছে: 21 টি বৈশিষ্ট্য ([0,1] এর উপরের সংখ্যাসূচক) এবং একটি বাইনারি আউটপুট। আমার প্রায় 100 কে সারি রয়েছে। সেটিংটি খুব শোরগোল বলে মনে হচ্ছে। আমি এবং অন্যান্য অংশগ্রহণকারীরা কিছুক্ষণের জন্য ফিচার জেনারেশনটি প্রয়োগ করেন এবং টি-বিতরণ …

13 machine-learning  dimensionality-reduction  unsupervised-learning  tsne 

আমি নিউরাল নেটওয়ার্কটিকে "বোকা" বানানোর জন্য ম্যানুয়ালি চিত্রগুলি রচনা সম্পর্কে কিছু কাগজপত্র পড়েছি (নীচে দেখুন)। এটি কি কারণ যে নেটওয়ার্কগুলি কেবল শর্তযুক্ত সম্ভাবনা মডেল করে ? যদি কোনও নেটওয়ার্ক যৌথ সম্ভাব্যতা p ( y , x ) কে মডেল করতে পারে তবে কি এখনও এই ধরনের ঘটনা ঘটতে পারে?p(y|x)p(y|x)p(y|x)p(y,x)p(y,x)p(y,x) আমার …

13 machine-learning  neural-networks  deep-learning