প্রশ্ন ট্যাগ «machine-learning»

এই পাঠ্য উপস্থাপনা মডেলগুলির মধ্যে / কী পার্থক্য রয়েছে: শব্দগুলির ব্যাগ এবং ভেক্টর স্পেস মডেল?

12 machine-learning  text-mining 

বর্তমানে অষ্টাভে কাজ করছেন, তবে দস্তাবেজগুলির দুর্বলতার কারণে খুব ধীর গতিতে চলছে। কোন ভাষা শিখতে এবং ব্যবহার করা সহজ, এবং মেশিন লার্নিংয়ের সমস্যাগুলি সমাধান করার জন্য ভাল নথিভুক্ত? আমি একটি ছোট ডেটাसेट (হাজার হাজার উদাহরণ) এ প্রোটোটাইপ খুঁজছি, তাই গতি গুরুত্বপূর্ণ নয়। সম্পাদনা: আমি একটি প্রস্তাব ইঞ্জিন বিকাশ করছি। সুতরাং, …

12 r  machine-learning  matlab  software  python 

স্নায়লম্যাক্স ফাংশন, সাধারণত নিউরাল নেটওয়ার্কগুলিতে প্রকৃত সংখ্যাগুলিকে সম্ভাব্যতায় রূপান্তরিত করার জন্য ব্যবহৃত হয়, বোল্টজম্যান বিতরণের মতোই কাজ, থার্মোডাইনামিক্সের একটি নির্দিষ্ট তাপমাত্রায় টিতে তাপীয় ভারসাম্যের কণাগুলির ensemble করার জন্য শক্তির উপর সম্ভাব্যতা বন্টন। এটি ব্যবহারিক হওয়ার জন্য আমি কিছু স্পষ্ট ধর্মীয় কারণ দেখতে পাচ্ছি: ইনপুট মানগুলি নেতিবাচক কিনা তা বিবেচ্য নয়, …

12 machine-learning  neural-networks  softmax 

আমি অবাক হয়েছি যে নির্ভুলতা এবং পুনরুদ্ধার সংমিশ্রনের ভারিত পাটিগণিত গড়ের বিপরীতে হারমোনিক গড় (উদাহরণস্বরূপ এফ-ব্যবস্থা গণনা করার জন্য) ব্যবহারের অভ্যন্তরীণ মান কী? আমি ভাবছি যে ওজনিত পাটিগণিত গড় হারমোনিক গড়ের ভূমিকা রাখতে পারে বা আমি কিছু মিস করছি?

12 machine-learning  monte-carlo  precision-recall  harmonic-mean 

সম্প্রতি আমি এক্সজিবিস্ট আলগোরিদিম পর্যালোচনা করেছি এবং আমি লক্ষ্য করেছি যে এই অ্যালগরিদম প্রশিক্ষণের পর্যায়ে অনুপস্থিত ডেটা (অভিশংসনের প্রয়োজন ছাড়াই) পরিচালনা করতে পারে। আমি ভাবছিলাম যে এক্সজি বুস্ট যখন নতুন পর্যবেক্ষণের পূর্বাভাস দেওয়ার জন্য ব্যবহার করা হয় বা অনুপস্থিত ডেটা গণনার প্রয়োজন হয় তখন কি অনুপস্থিত ডেটা (অভিশংসনের প্রয়োজন ছাড়াই) …

12 machine-learning  missing-data  data-imputation  xgboost 

বিশপের প্যাটার্ন রিকগনিশন এবং মেশিন লার্নিংয়ে আমি নিম্নলিখিতটি পড়লাম, সম্ভাব্যতার ঘনত্বের চালু করার পরে:p ( x ∈ ( a , b ) ) = ∫খএকটিp ( x ) d xp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x ভেরিয়েবলের অ-লাইন পরিবর্তনের অধীনে, জ্যাকবীয় ফ্যাক্টরের কারণে একটি সম্ভাব্যতা ঘনত্ব একটি সাধারণ ফাংশন থেকে আলাদাভাবে পরিবর্তিত হয়। উদাহরণস্বরূপ, যদি আমরা …

12 machine-learning  probability 

শক্তিবৃদ্ধি শেখার ক্ষেত্রে লিনিয়ার ফাংশন আনুমানিকতা প্রায়শই ব্যবহৃত হয় যখন বড় বড় রাষ্ট্রের স্পেস থাকে। (যখন সারণীগুলি অনিবার্য হয়ে উঠবে তখন)) লিনিয়ার ফাংশন আনুমানিকের সাথে Q−প্রশ্নঃ-Q- মানটির ফর্মটি দিয়েছিল Q(s,a)=w1f1(s,a)+w2f2(s,a)+⋯,প্রশ্নঃ(গুলি,একটি)=W1চ1(গুলি,একটি)+ +W2চ2(গুলি,একটি)+ +⋯,Q(s,a) = w_1 f_1(s,a) + w_2 f_2(s,a) + \cdots, যেখানে wiWআমিw_i ওজন, এবং fifif_i বৈশিষ্ট্য। বৈশিষ্ট্যগুলি ব্যবহারকারী দ্বারা পূর্বনির্ধারিত …

12 machine-learning  feature-selection  reinforcement-learning 

আমি পিআরএমএল পড়ছি এবং আমি ছবিটি বুঝতে পারি না। আপনি দয়া করে ছবিটি বোঝার জন্য কিছু ইঙ্গিত দিতে পারেন এবং কেন কোনও গাউসীয় বিতরণে এমএলই বৈষম্যমূলক হয়? সূত্র 1.55: সূত্র 1.56 σ 2 এম এল ই =1μএমএল ই= 1এনΣn = 1এনএক্সএনμMLE=1N∑n=1Nxn \mu_{MLE}=\frac{1}{N} \sum_{n=1}^N x_n σ2এমএল ই= 1এনΣn = 1এন( এক্সএন- …

12 machine-learning  self-study  maximum-likelihood 

শ্রেণিবদ্ধ বলতে কী বোঝায় তার সাধারণ সংজ্ঞা আমি পাই না? আমি বুঝতে পারি এটি কীভাবে কাজ করতে পারে তবে আমি কোনও সংজ্ঞায় আসতে পারি না।

12 machine-learning  classification 

আমি যখন সর্বাধিক সম্ভাবনা অনুমানটি অধ্যয়ন করছি, সর্বোচ্চ সম্ভাবনা অনুমানের ক্ষেত্রে অনুমান করতে, আমাদের বৈকল্পিকটি জানতে হবে। বৈচিত্রটি সন্ধান করার জন্য, আমাকে ক্র্যামারস রাও লোয়ার বাউন্ডটি জানতে হবে যা বক্ররেখাতে দ্বিতীয় ডেরাইভিয়েশন সহ হেসিয়ান ম্যাট্রিক্সের মতো দেখাচ্ছে। কোভেরিয়েন্স ম্যাট্রিক্স এবং হেসিয়ান ম্যাট্রিক্সের মধ্যে সম্পর্কের সংজ্ঞা দিতে আমি একরকম মিশ্রিত হয়েছি। …

12 machine-learning  mathematical-statistics  maximum-likelihood  data-mining 

আমার 6 টি ক্লাস নিয়ে সমস্যা আছে। সুতরাং আমি নীচে একটি মাল্টিক্লাস শ্রেণিবদ্ধকারী তৈরি করেছি: প্রতিটি শ্রেণীর জন্য, আমার কাছে একটি বনাম বনাম সমস্ত ব্যবহার করে একটি লজিস্টিক রিগ্রেশন শ্রেণিবদ্ধকারী রয়েছে যার অর্থ আমার 6 টি আলাদা শ্রেণিবদ্ধ রয়েছে। আমি আমার প্রতিটি শ্রেণিবদ্ধের জন্য একটি বিভ্রান্তির ম্যাট্রিক্স রিপোর্ট করতে পারি। …

12 machine-learning  logistic  classification  multi-class  confusion-matrix 

আমি সিদ্ধান্ত স্টম্প ব্যবহার করে অ্যাডাবোস্ট বাস্তবায়ন করতে চাই। অ্যাডাবুস্টের প্রতিটি পুনরাবৃত্তিতে আমাদের ডেটা সেটের বৈশিষ্ট্যগুলি যতটা সিদ্ধান্তের স্টাম্প করা ঠিক? উদাহরণস্বরূপ, আমার যদি 24 টি বৈশিষ্ট্য সহ একটি ডেটা সেট থাকে তবে আমার প্রতিটি পুনরাবৃত্তিতে 24 টি সিদ্ধান্ত স্টাম্প শ্রেণিবদ্ধ হওয়া উচিত? অথবা আমি এলোমেলোভাবে কিছু বৈশিষ্ট্যগুলি বেছে নিয়ে …

12 machine-learning  classification  cart  boosting 

যখন কেউ বলে যে 128 এবং 4000 এর মধ্যে লগ-অভিন্ন বিতরণ থেকে কোনও ডেটা নমুনা দেওয়া হয়, তার অর্থ কী? অভিন্ন ডিস্ট্রিবিউশন থেকে নমুনা তুলনায় কীভাবে এটি আলাদা? এই কাগজটি দেখুন: http://www.jmlr.org/papers/volume13/bergstra12a/bergstra12a.pdf ধন্যবাদ!

12 machine-learning  distributions  uniform 

Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 আমি কীভাবে নির্ভুলতা গণনা করতে পারি এবং পুনরায় স্মরণ করতে পারি তাই F1- স্কোর গণনা করা সহজ হয়ে যায়। সাধারণ বিভ্রান্তির ম্যাট্রিক্স একটি 2 x 2 মাত্রা। যাইহোক, যখন এটি 3 …

12 machine-learning  precision-recall 

সাম্প্রতিক সময়ে আমি সাহিত্যে 'সম্ভাবনা-মুক্ত' পদ্ধতিগুলি সম্পর্কে জোরদার হয়েছি aware তবে আমি অনুমান বা অপ্টিমাইজেশন পদ্ধতির সম্ভাবনা-মুক্ত হওয়ার অর্থ কী তা সম্পর্কে আমি পরিষ্কার নই । মেশিন লার্নিংয়ে লক্ষ্যটি সাধারণত কোনও ফাংশন ফিট করার জন্য কিছু পরামিতিগুলির সম্ভাবনা সর্বাধিক করে তোলা হয় যেমন একটি নিউরাল নেটওয়ার্কের ওজন। তাহলে সম্ভাবনা-মুক্ত পদ্ধতির …

11 machine-learning  deep-learning  maximum-likelihood  generative-models  abc