প্রশ্ন ট্যাগ «machine-learning»

ফিড-ফরোয়ার্ড এবং পুনরাবৃত্ত নিউরাল নেটওয়ার্কের মধ্যে পার্থক্য কী ? আপনি কেন একে অপরকে ব্যবহার করবেন? অন্যান্য নেটওয়ার্ক টোপোলজিসের কি উপস্থিত রয়েছে?

58 machine-learning  neural-networks  terminology  rnn  topologies 

আমি সম্ভাব্যতা এবং পরিসংখ্যান কুকবুক এবং ডেটা মাইনিংয়ের জন্য রেফারেন্স কার্ডের মতো সংস্থানগুলি অবিশ্বাস্যভাবে দরকারী বলে খুঁজে পাই । তারা স্পষ্টতই রেফারেন্স হিসাবে ভাল পরিবেশন করে তবে একটি বিষয়ে আমার চিন্তাভাবনাগুলি সংগঠিত করতে এবং জমির লেওটি পেতে আমাকে সহায়তা করে। প্রশ্ন: মেশিন লার্নিং পদ্ধতির জন্য কি এই সংস্থানগুলির মতো কিছু …

57 machine-learning  references 

আমি এই সমস্যাটি সম্পর্কে এখানে এবং এখানে দুটি প্রশ্ন পেয়েছি তবে এখনও পর্যন্ত এর সুস্পষ্ট উত্তর বা ব্যাখ্যা নেই I আমি একই সমস্যাটি কার্যকর করি যেখানে আমার কনভোলিউশন নিউরাল নেটওয়ার্কের প্রশিক্ষণের ত্রুটির চেয়ে বৈধতা ত্রুটি কম। ওটার মানে কি?

57 machine-learning  mathematical-statistics  neural-networks  cross-validation 

পিসিএ এবং অটোরকোডার উভয়ই ডিমেনশন হ্রাস করতে পারে, তবে তাদের মধ্যে পার্থক্য কী? কোন পরিস্থিতিতে আমার একে অপরের ব্যবহার করা উচিত?

56 machine-learning  pca  neural-networks  autoencoders 

আমি গভীর শিক্ষার ক্ষেত্রে নতুন এবং আমার জন্য প্রথম পদক্ষেপটি ছিল ডিপ্ল্রাইনিং.নেট সাইট থেকে আকর্ষণীয় নিবন্ধগুলি পড়া। গভীর শিক্ষার বিষয়ে গবেষণাপত্রগুলিতে, হিন্টন এবং অন্যান্যরা বেশিরভাগ ক্ষেত্রে এটি চিত্রের সমস্যায় প্রয়োগ করার বিষয়ে কথা বলেন। কেউ কি আমাকে উত্তর দেওয়ার চেষ্টা করতে পারে এটি কী সময় সিরিজের মানগুলি (আর্থিক, ইন্টারনেট ট্র্যাফিক, …

54 time-series  machine-learning  prediction  deep-learning  deep-belief-networks 

আমার কাছে মনে হয় হোল্ড-আউট বৈধতা অকেজো। অর্থাত, মূল ডেটাसेटকে দুটি ভাগে ভাগ করা (প্রশিক্ষণ ও পরীক্ষা) এবং পরীক্ষার স্কোরকে সাধারণীকরণের ব্যবস্থা হিসাবে ব্যবহার করা কিছুটা অকেজো। কে-ভাঁজ ক্রস-বৈধকরণ সাধারণীকরণের আরও ভাল অনুমান দেয় (যেমন এটি প্রতিটি পয়েন্টে প্রশিক্ষণ দেয় এবং পরীক্ষা করে তোলে)। সুতরাং, আমরা কেন স্ট্যান্ডার্ড হোল্ড-আউট বৈধতা …

54 machine-learning  cross-validation  validation 

পরিসংখ্যান শেখার সালে পরোক্ষভাবে বা স্পষ্টভাবে, এক সবসময় ধরে নেয় যে ট্রেনিং সেট D={X,y}D={X,y}\mathcal{D} = \{ \bf {X}, \bf{y} \} গঠিত হয় NএনN ইনপুট / প্রতিক্রিয়া tuples (Xi,yi)(Xi,yi)({\bf{X}}_i,y_i) যে স্বাধীনভাবে একই যৌথ বন্টন থেকে টানা P(X,y)P(X,y)\mathbb{P}({\bf{X}},y) সাথে p(X,y)=p(y|X)p(X)p(X,y)=p(y|এক্স)পি(এক্স) p({\bf{X}},y) = p( y \vert {\bf{X}}) p({\bf{X}}) এবং p(y|X)পি(Y|এক্স)p( y \vert {\bf{X}}) …

54 machine-learning  cross-validation  non-independent  iid 

আমি আমার মেশিন লার্নিং পরীক্ষাগুলি করার জন্য পাইথন গ্রন্থাগারগুলি ব্যবহার করার বিষয়ে বিবেচনা করছি। এখনও অবধি আমি WEKA এর উপর নির্ভর করছিলাম তবে পুরোপুরি বেশ অসন্তুষ্ট ছিলাম। এটি মূলত কারণ হ'ল আমি WEKA তেমন সমর্থিত নয় বলে প্রমাণ পেয়েছি (খুব কম উদাহরণ, ডকুমেন্টেশন অপ্রয়োজনীয় এবং সম্প্রদায়ের সমর্থন আমার অভিজ্ঞতায় কাঙ্ক্ষিতের …

53 machine-learning  python 

মেশিন লার্নিংয়ে একটি সাধারণ ভাল অনুশীলন হ'ল ভবিষ্যদ্বাণীকারী ভেরিয়েবলগুলির বৈশিষ্ট্য সাধারনকরণ বা ডেটা মানিককরণ করা, এটি হ'ল ডেটাটিকে কেন্দ্র করে এবং এটি বৈকল্পিক (বা মানক বিচ্যুতি দ্বারা) বিভাজনকে সাধারণ করে তোলে। স্ব সংযোজন এবং আমার বোঝার জন্য আমরা দুটি প্রধান জিনিস অর্জনের জন্য এটি করি: সংখ্যাগত স্থিতিশীলতার লক্ষ্যে অতিরিক্ত ছোট …

52 machine-learning  normalization  standardization  multidimensional-scaling 

আমি প্রমাণিত এসভিএমগুলিতে যে সমস্ত কাগজপত্র পড়েছি তা হ'ল তাদের প্রতিরোধ / শ্রেণিবিন্যাসের সমস্যার মুখোমুখি হওয়ার জন্য এটি উচ্চতর কৌশল, সচেতন যে তারা এনএনএসের মাধ্যমে অনুরূপ ফলাফল পেতে পারে না। প্রায়শই তুলনা বলছে যে এনভিগুলির পরিবর্তে এসভিএম, একটি শক্তিশালী প্রতিষ্ঠাতা তত্ত্ব আছে চতুর্ভুজ প্রোগ্রামিংয়ের কারণে গ্লোবাল সর্বোত্তম পৌঁছান সঠিক সংখ্যক …

52 machine-learning  svm  neural-networks 

আমার কাছে একটি বৈশিষ্ট্য রয়েছে (বৈশিষ্ট্যগুলি, বাইনারি আউটপুট 0 বা 1) আকারে, তবে 1টি খুব কমই ঘটে, তাই 0 এর পূর্বে ভবিষ্যদ্বাণী করে আমি 70% থেকে 90% এর মধ্যে নির্ভুলতা পাই (আমি যে নির্দিষ্ট ডেটা দেখি তার উপর নির্ভর করে) )। এমএল পদ্ধতিগুলি আমাকে একই নির্ভুলতা সম্পর্কে দেয় এবং আমি …

52 machine-learning  classification  binary-data  unbalanced-classes 

আমি রিগ্রেশন মডেল তৈরি করছি। প্রাকপ্রসেসিং পদক্ষেপ হিসাবে, আমি আমার বৈশিষ্ট্যটির মানগুলি 0 এবং মান বিচ্যুতি 1 হিসাবে স্কেল করেছি 1. লক্ষ্য মানগুলিও স্বাভাবিক করার প্রয়োজন কি?

52 regression  machine-learning 

লজিস্টিক রিগ্রেশন , এসভিএম , সিদ্ধান্ত গাছ , ব্যাগিং এবং এই জাতীয় বেশ কয়েকটি অনুরূপ প্রশ্ন ব্যবহার করার সময় ভারসাম্যহীন ডেটা সম্পর্কে আমাদের ইতিমধ্যে একাধিক প্রশ্ন ছিল , এটি কী খুব জনপ্রিয় একটি বিষয় হিসাবে তৈরি করে! দুর্ভাগ্যক্রমে, প্রতিটি প্রশ্নের উত্তর অ্যালগরিদম-নির্দিষ্ট বলে মনে হয়েছে এবং ভারসাম্যহীন ডেটা নিয়ে কাজ …

52 machine-learning  classification  predictive-models  unbalanced-classes 

আমি মেশিন লার্নিংয়ে দেখেছি এমন কিছু উপাদান বলেছে যে রিগ্রেশনের মাধ্যমে কোনও শ্রেণিবিন্যাসের সমস্যার কাছে আসা একটি খারাপ ধারণা। তবে আমি মনে করি ডেটা ফিট করার জন্য একটি অবিচ্ছিন্ন রিগ্রেশন করা সর্বদা সম্ভব এবং বিচ্ছিন্ন শ্রেণিবদ্ধকরণের জন্য ধারাবাহিক ভবিষ্যদ্বাণী কেটে ফেলা সম্ভব। তাহলে কেন এটি খারাপ ধারণা?

51 regression  machine-learning  classification 

বৃদ্ধির সংক্ষিপ্ত সংজ্ঞা : দুর্বল শিক্ষার্থীদের একটি সেট কি একক শক্তিশালী শিক্ষানবিস তৈরি করতে পারে? একটি দুর্বল শিক্ষানবিসকে শ্রেণীবদ্ধকারী হিসাবে সংজ্ঞায়িত করা হয় যা কেবলমাত্র প্রকৃত শ্রেণিবিন্যাসের সাথে সম্পর্কিত (এটি এলোমেলো অনুমানের চেয়ে উদাহরণগুলি আরও ভাল লেবেল করতে পারে)। র্যান্ডম ফরেস্টের সংক্ষিপ্ত সংজ্ঞা : এলোমেলো বন অনেক শ্রেণিবিন্যাস গাছ বৃদ্ধি …

51 machine-learning  random-forest  boosting  bagging