প্রশ্ন ট্যাগ «machine-learning»

আমার কাছে ক্রিয়াকলাপের ফ্রিকোয়েন্সিগুলির অস্থায়ী ডেটা রয়েছে। আমি ডেটাতে ক্লাস্টারগুলি সনাক্ত করতে চাই যা অনুরূপ ক্রিয়াকলাপের স্তরের সাথে সময়ের স্বতন্ত্র সময়কে নির্দেশ করে। আদর্শভাবে আমি ক্লাস্টারগুলির সংখ্যা উল্লেখ না করেই ক্লাস্টারগুলি সনাক্ত করতে চাই । উপযুক্ত ক্লাস্টারিং কৌশলগুলি কী কী? যদি আমার প্রশ্নের উত্তর দেওয়ার জন্য পর্যাপ্ত তথ্য না থাকে …

13 machine-learning  clustering 

তারা কীভাবে কাজ করবে তাত্ত্বিকভাবে (বাছাই করা) আমি বুঝতে পারি, তবে কীভাবে আসল পদ্ধতিতে (যেমন ভোটদান, ওজনযুক্ত মিশ্রণ ইত্যাদি) ব্যবহার করা যায় তা নিশ্চিত নই। জমায়েত পদ্ধতি প্রয়োগের জন্য ভাল সংস্থানগুলি কী কী? পাইথনে বাস্তবায়ন সম্পর্কিত কোনও বিশেষ সংস্থান আছে কি? সম্পাদনা করুন: মন্তব্যে আলোচনার উপর ভিত্তি করে কিছু সাফ …

13 machine-learning  python  ensemble 

জ্ঞানের অন্য কোনও দরকারী পোর্টালের জন্য 'জার্নালগুলি' নির্বিশেষে বোধ করবেন। ব্যবহারিক প্রয়োগসমূহের দৃষ্টিভঙ্গি নিয়ে আমি মেশিন লার্নিংয়ের নতুন উন্নয়নগুলিতে নজর রাখতে আগ্রহী। আমি আমার নিজের প্রকাশনা প্রকাশের জন্য একাডেমিক নই (অন্তত এই ক্ষেত্রে নয়) তবে আমি সম্ভাব্য নতুন অ্যালগরিদম বা কৌশলগুলি সম্পর্কে ব্যবহার করতে চাই যা ব্যবহারিক স্তরে কার্যকর। একমাত্র …

13 machine-learning  references 

সুপ্ত ভেরিয়েবল (বিশেষত পিএলএসএ) সহ মডেল শেখার জন্য ইএম অ্যালগরিদমের কোনও দ্রুত বিকল্প আছে? আমি গতির পক্ষে যথার্থ বলিদান সহ ঠিক আছি।

13 machine-learning  optimization  expectation-maximization  lsa 

আমি আরয়ে বায়েশিয়ান সম্ভাব্যতা তত্ত্বটি শিখার জন্য উল্লেখগুলি দেখেছি এবং আমি ভাবছিলাম যে এরকম আরও কিছু আছে কিনা, সম্ভবত বিশেষত পাইথনে? বায়সিয়ান সম্ভাব্যতা তত্ত্ব, অনুমান, সর্বাধিক সম্ভাবনা অনুমান, গ্রাফিকাল মডেল এবং বাছাইয়ের দিকে মনোনিবেশ করেছেন?

13 machine-learning  bayesian  python  graphical-model 

আমি কয়েক বছর আগে বিশ্ববিদ্যালয়ে সম্ভাব্যতা কোর্সটি নিয়েছি, তবে আমি এখন কিছু মেশিন লার্নিং অ্যালগরিদম দিয়ে যাচ্ছি এবং কিছু গণিত কেবল বিস্মৃত হয়। বিশেষত এই মুহুর্তে, আমি ইএম অ্যালগরিদম (প্রত্যাশা সর্বাধিকীকরণ) শিখছি এবং মনে হচ্ছে যা প্রয়োজন এবং আমার যা আছে তার মধ্যে একটি বড় সংযোগ আছে। আমি কোনও বই …

13 probability  machine-learning 

আমি এন সশস্ত্র ডাকাত সমস্যা সমাধানের জন্য আলগোরিদিম একটি সংখ্যা সম্পর্কে পড়েছি -greedy, softmax এবং UCB1, কিন্তু আমি কিছু কষ্ট কি পদ্ধতির খেদ কমানোর জন্য সবচেয়ে ভাল হয় মাধ্যমে বাছাই হচ্ছে।εε\epsilon এন-সশস্ত্র ডাকাত সমস্যা সমাধানের জন্য কি কোনও সর্বোত্তম অ্যালগরিদম রয়েছে? অনুশীলনে সেরা অভিনয় বলে মনে হচ্ছে এমন কোনও অ্যালগরিদমের …

13 machine-learning  reinforcement-learning  multiarmed-bandit 

মনে করুন আপনি কোনও বাজারে ক্রেতা এবং বিক্রেতার মধ্যে "ম্যাচ" পর্যবেক্ষণ করেছেন। আপনি ক্রেতা এবং বিক্রেতার উভয়ের বৈশিষ্ট্যও পর্যবেক্ষণ করতে পারেন যা আপনি ভবিষ্যতের ম্যাচগুলির পূর্বাভাস দিতে এবং বাজারের উভয় পক্ষেই সুপারিশ করতে ব্যবহার করতে চান। সরলতার জন্য, ধরে নিন এন ক্রেতা এবং এন বিক্রেতারা আছেন এবং প্রতিটি মিল খুঁজে …

13 machine-learning 

আমি লাসো সমস্যার জন্য সহগগুলি পেতে চাই | | ওয়াই- এক্সβ| | +λ | | β| |1।||Y−Xβ||+λ||β||1.||Y-X\beta||+\lambda ||\beta||_1. সমস্যাটি হ'ল গ্ল্যামনেট এবং লারস ফাংশনগুলি বিভিন্ন উত্তর দেয়। গ্ল্যামনেট ফাংশনের জন্য আমি ল্যাম্বদা এর সহগের জন্য জিজ্ঞাসা করি কেবলমাত্র পরিবর্তে , তবে আমি এখনও বিভিন্ন উত্তর পাই।λλ / | | ওয়াই| …

13 r  machine-learning  regression  lasso  regularization 

আমি মাত্রিকতা হ্রাস কৌশল হিসাবে একক মান মান পচন ব্যবহার করছি। Nমাত্রার ভেক্টর দেওয়া D, ধারণাটি হ'ল অসম্পৃক্ত মাত্রাগুলির রূপান্তরিত স্থানের বৈশিষ্ট্যগুলিকে প্রতিনিধিত্ব করা, যা এই স্থানের ইগেনভেেক্টরগুলির ডেটাগুলির বেশিরভাগ তথ্যকে ক্রমবর্ধমান গুরুত্বের সাথে সংশ্লেষ করে। এখন আমি টাইম সিরিজের ডেটাতে এই পদ্ধতিটি প্রয়োগ করার চেষ্টা করছি। সমস্যাটি হ'ল সমস্ত …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis 

আমার প্রশ্ন: এলোমেলো বন কেন গাছের স্তরের পরিবর্তে প্রতিটি গাছের মধ্যে নোড স্তরে বিভক্ত হওয়ার জন্য বৈশিষ্ট্যগুলির এলোমেলো উপগুলি বিবেচনা করে ? পটভূমি: এটি একটি ইতিহাসের প্রশ্ন। টিন কাম হো ১৯৯৮ সালে প্রতিটি গাছের বৃদ্ধি করার জন্য এলোমেলোভাবে ব্যবহারের জন্য বৈশিষ্ট্যগুলির একটি উপসেট নির্বাচন করে "সিদ্ধান্ত বন" নির্মাণের জন্য এই …

13 machine-learning  feature-selection  random-forest  importance  history 

আসুন ধরা যাক আমাদের ডেটা সেটটিতে 1 মিলিয়ন উদাহরণ রয়েছে, যেমন, and, এবং আমরা এই ডেটা সেটটিতে লজিস্টিক বা লিনিয়ার রিগ্রেশন সঞ্চালনের জন্য গ্রেডিয়েন্ট ব্যবহার করতে চাই।x1,…,x106x1,…,x106x_1, \ldots, x_{10^6} গ্রেডিয়েন্ট বংশোদ্ভূত পদ্ধতিটি কী এটি এটি অদক্ষ করে তোলে? রিকল যে সময়ে গ্রেডিয়েন্ট বংশদ্ভুত ধাপ দেওয়া হয়:ttt wt+1=wt+ηt∇f(x)wt+1=wt+ηt∇f(x)w_{t+1} = w_{t} + …

13 machine-learning  gradient-descent  large-data 

নাইভ বেইস শ্রেণিবদ্ধকারীটি শ্রেণিবদ্ধকারী যা ক্লাস-সদস্যতার জন্য উত্তরাধিকারী পি ( সি | এক্স ) সর্বাধিক করার উপর ভিত্তি করে ক্লাস সিতে আইটেম বরাদ্দ করে এবং ধরে নেয় যে আইটেমের বৈশিষ্ট্যগুলি স্বাধীন।xxxCCCP(C|x)P(C|x)P(C|x) 0-1 ক্ষতি হ'ল ক্ষতি যা কোনও মিস-শ্রেণিবিন্যাসকে "1" এর ক্ষতি এবং যে কোনও সঠিক শ্রেণিবিন্যাসের জন্য "0" এর ক্ষতির …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions 

আমি গাউসীয় প্রক্রিয়াগুলির ক্ষেত্রে এবং সেগুলি কীভাবে মেশিন লার্নিংয়ে প্রয়োগ করা হচ্ছে সে ক্ষেত্রে আমি বরং নতুন। এই পদ্ধতির প্রধান আকর্ষণ হ'ল সমবায়িক কার্যগুলি সম্পর্কে পড়া এবং শুনছি keep সুতরাং যে কেউ এই জ্ঞানীয় কার্যগুলিতে কি ঘটছে একটি স্বজ্ঞাত উপায়ে ব্যাখ্যা করতে পারে? অন্যথায়, যদি আপনি তাদের নির্দিষ্ট করে একটি …

13 machine-learning  probability  bayesian 

আমি সবেমাত্র কুরসারের মেশিন লার্নিং কোর্সে কৃত্রিম নিউরাল নেটওয়ার্কগুলি কভার করেছি এবং আমি তাদের পিছনে আরও তত্ত্ব জানতে চাই। আমি অনুপ্রেরণা খুঁজে পাই যে তারা জীববিজ্ঞান কিছুটা অসন্তুষ্ট করে তোলে। পৃষ্ঠের উপর এটি প্রদর্শিত হয় যে প্রতিটি স্তরে আমরা covariates তাদের একটি রৈখিক সংমিশ্রণ সঙ্গে প্রতিস্থাপন। বারবার এটি করার মাধ্যমে …

13 machine-learning  neural-networks  theory