প্রশ্ন ট্যাগ «machine-learning»

আমার লেবেলযুক্ত ডেটা প্রশিক্ষণ, বৈধকরণ এবং পরীক্ষার সেটগুলিতে বিভক্ত করার সময়, আমি 50/25/25 থেকে 85/5/10 পর্যন্ত সমস্ত কিছু শুনেছি। আমি নিশ্চিত যে এটি আপনি কীভাবে আপনার মডেলটি ব্যবহার করতে যাচ্ছেন এবং আপনার শেখার অ্যালগরিদমকে কীভাবে উপভোগ করতে পারেন তার উপর নির্ভর করে। থাম্বের বিধি দ্বারা সিদ্ধান্ত নেওয়ার কোনও উপায় আছে …

10 machine-learning  cross-validation 

কম্পিউটার প্রোগ্রামিং এবং প্রাথমিক সংখ্যা তত্ত্বের আমার পটভূমি রয়েছে তবে বাস্তব পরিসংখ্যান প্রশিক্ষণ নেই এবং সম্প্রতি "আবিষ্কার" করেছি যে পুরো কৌশলগুলির আশ্চর্যজনক পৃথিবীটি আসলে একটি পরিসংখ্যানগত বিশ্ব। দেখে মনে হচ্ছে ম্যাট্রিক্স ফ্যাক্টরীকরণ, ম্যাট্রিক্স সমাপ্তি, উচ্চ মাত্রিক টেনজার, এম্বেডিংস, ঘনত্বের অনুমান, বায়সিয়ান ইনফারেন্স, মার্কভ পার্টিশন, আইজেনভেেক্টর গণনা, পেজর্যাঙ্ক এই সমস্ত উচ্চ …

10 machine-learning  estimation 

কিছু ডেটা সেটে স্টোকাস্টিক গ্রেডিয়েন্ট বংশদ্ভুতের মাধ্যমে একটি প্যারামিটারাইজড মডেলকে (উদাহরণস্বরূপ সর্বাধিকীকরণের জন্য) প্রশিক্ষণ দেওয়ার সময়, এটি সাধারণত অনুমান করা হয় যে প্রশিক্ষণের ডেটা বিতরণ থেকে প্রশিক্ষণের নমুনাগুলি আঁকা হয়। সুতরাং যদি লক্ষ্যটি একটি যৌথ বিতরণ মডেল করা হয় , তবে প্রতিটি প্রশিক্ষণের নমুনা সেই বিতরণটি থেকে আঁকতে হবে।P(X,Y)P(X,Y)P(X,Y)(xi,yi)(xi,yi)(x_i,y_i) যদি …

10 machine-learning  conditional-probability  reinforcement-learning  gradient-descent 

এটি আমার প্রশিক্ষণের ডেটা: 200,000 উদাহরণ x 10,000 বৈশিষ্ট্য। সুতরাং আমার প্রশিক্ষণের ডেটা ম্যাট্রিক্স হ'ল - 200,000 x 10,000। আমি প্রতিটি উদাহরণস্বরূপ বৈশিষ্ট্য উত্পন্ন করার সাথে সাথে প্রতিটি ডাট্যাসেটকে একে একে একের পর এক সংরক্ষণ করে মেমরি সমস্যা না করে একটি ফ্ল্যাট ফাইলে সংরক্ষণ করতে সক্ষম হয়েছি। তবে, এখন আমি …

10 machine-learning  dataset  algorithms  python 

নিয়মিতকরণ করার জন্য অনেকগুলি পদ্ধতি রয়েছে - এল0এল0L_0, এল1এল1L_1, এবং এল2এল2L_2উদাহরণস্বরূপ আদর্শ ভিত্তিক নিয়মিতকরণ। ফ্রেডম্যান হাসেটি এবং তিবশরানির মতে , সেরা নিয়ন্ত্রক সমস্যাটির উপর নির্ভর করে: যথা সত্য টার্গেট ফাংশনের প্রকৃতি, ব্যবহৃত নির্দিষ্ট ভিত্তি, সংকেত-থেকে-শব্দ অনুপাত এবং নমুনার আকার। বিভিন্ন নিয়মিতকরণ পদ্ধতির কার্যকারিতা এবং পারফরম্যান্সের তুলনা করে কি কোন অভিজ্ঞতাগত …

10 r  regression  machine-learning  regularization 

আমি সময় সিরিজের ভবিষ্যদ্বাণী নিয়ে কাজ করছি। আমি দুটি ডেটা সেটের আছে ডি 1 = { এক্স1, এক্স2, । । । । এক্সএন}D1={x1,x2,....xn}D1=\{x_1, x_2,....x_n\} এবং ডি 2 = { xএন+ 1 , এক্সএন+ 2 , এক্সএন+ + 3 , । । । । , এক্সএন+ + ট }ডি2={এক্সএন+ +1,এক্সএন+ +2,এক্সএন+ …

10 time-series  machine-learning  statistical-significance  classification  model-evaluation 

পাঠ্য খনির জন্য বৈশিষ্ট্য নির্মাণের একটি traditionalতিহ্যগত পদ্ধতির ব্যাগ-অফ-শব্দের পন্থা, এবং প্রদত্ত পাঠ্য নথির বৈশিষ্ট্যযুক্ত বৈশিষ্ট্য ভেক্টর স্থাপনের জন্য টিএফ-আইডিএফ ব্যবহার করে বাড়ানো যেতে পারে। বর্তমানে, বৈশিষ্ট্য ভেক্টর তৈরির জন্য আমি দ্বি-গ্রাম ভাষার মডেল বা (এন-গ্রাম) ব্যবহার করার চেষ্টা করছি, তবে কীভাবে এটি করা যায় তা যথেষ্ট জানেন না? আমরা …

10 machine-learning  data-mining  text-mining  natural-language  language-models 

কিছুক্ষণের জন্য, মনে হয়েছিল যে ফিশার কার্নেলগুলি সম্ভবত জনপ্রিয় হতে পারে, কারণ তারা সম্ভবত সম্ভাব্য মডেলগুলি থেকে কার্নেলগুলি নির্মাণ করার একটি উপায় বলে মনে হয়েছিল। যাইহোক, আমি এগুলিকে ব্যবহারের ক্ষেত্রে খুব কমই দেখেছি, এবং আমার এটি ভাল কর্তৃত্বের উপর রয়েছে যে তারা খুব ভালভাবে কাজ করতে চান না। তারা ফিশার …

10 machine-learning  probability  kernel-trick  generative-models 

আমার একটি খুব বড় ডেটাসেট অ্যাক্সেস রয়েছে। চারটি জেনারগুলির মধ্যে একটির থেকে সংগীত অংশগুলি শোনার লোকদের এমইজি রেকর্ডিং থেকে ডেটা । তথ্য নিম্নরূপ: 6 বিষয় 3 পরীক্ষামূলক পুনরাবৃত্তি (যুগ) যুগে যুগে 120 ট্রায়াল 275 মেগা চ্যানেল থেকে 500Hz (= 4000 নমুনা) এ পরীক্ষার জন্য 8 সেকেন্ডের ডেটা সুতরাং এখানে প্রতিটি …

10 machine-learning  feature-selection  large-data  feature-construction 

মূলত, বিশাল ডেটাসেটের বিরুদ্ধে শেখার দুটি সাধারণ উপায় রয়েছে (যখন আপনি সময় / স্থানের বিধিনিষেধের মুখোমুখি হন): প্রতারণা :) - প্রশিক্ষণের জন্য কেবলমাত্র "পরিচালনযোগ্য" সাবসেট ব্যবহার করুন। হ্রাসকারী রিটার্নের আইনের কারণে নির্ভুলতার ক্ষতি নগণ্য হতে পারে - সমস্ত প্রশিক্ষণের ডেটা এতে অন্তর্ভুক্ত করার আগে মডেলের ভবিষ্যদ্বাণীপূর্ণ অভিনয় প্রায়শই দীর্ঘ হয়ে …

10 machine-learning  large-data  model-evaluation  train 

একটি সিগন্যাল প্রক্রিয়াজাতকরণ কৌশল, মেল ফ্রিকোয়েন্সি সিপস্ট্রাম প্রায়শই একটি যন্ত্র শেখার কাজে ব্যবহারের জন্য একটি বাদ্যযন্ত্রের টুকরোগুলি থেকে তথ্য আহরণের জন্য ব্যবহৃত হয়। এই পদ্ধতিটি একটি স্বল্প-মেয়াদী পাওয়ার বর্ণালী দেয় এবং সহগগুলি ইনপুট হিসাবে ব্যবহৃত হয়। সংগীত পুনরুদ্ধার সিস্টেমগুলি ডিজাইনের ক্ষেত্রে, এই জাতীয় সহগগুলি একটি অংশের বৈশিষ্ট্য হিসাবে বিবেচিত হয় …

10 machine-learning  classification  signal-processing  mfcc 

একটি অনুমিত সরল তবে আকর্ষণীয় সমস্যার কথা চিন্তা করে, আমি আমার পূর্ববর্তী ক্রয়ের পুরো ইতিহাসের দিক দিয়ে অদূর ভবিষ্যতে প্রয়োজনীয় উপাস্যর পূর্বাভাসের জন্য কিছু কোড লিখতে চাই। আমি নিশ্চিত যে এই ধরণের সমস্যার আরও কিছু জেনেরিক এবং ভাল স্টাডি সংজ্ঞা রয়েছে (কেউ পরামর্শ দিয়েছেন এটি ইআরপি সিস্টেমগুলির মতো কিছু ধারণার …

10 time-series  machine-learning  forecasting 

আমি আর এ র্যান্ডমফোরস্ট প্যাকেজটি ব্যবহার করছি র্যান্ডম ফরেস্ট মডেল বিকাশের জন্য, একটি "প্রশস্ত" ডেটাসেটে অবিচ্ছিন্ন ফলাফলকে নমুনার চেয়ে আরও বেশি ভবিষ্যদ্বাণীকারী ব্যাখ্যা করার চেষ্টা করার জন্য। বিশেষত, আমি একটি আরএফ মডেল ফিটিং করছি ~ 75 পূর্বাভাসকারী ভেরিয়েবলগুলির সেটটি যেটি আমার কাছে গুরুত্বপূর্ণ বলে মনে হয় সেট থেকে প্রক্রিয়াটি নির্বাচন …

10 r  machine-learning  hypothesis-testing  model-selection  random-forest 

বিশেষত মেশিন লার্নিং সাহিত্যের কম্পিউটার-বিজ্ঞান ভিত্তিক দিক থেকে, এউসি (রিসিভার অপারেটর চরিত্রগত বক্ররেখার অধীনে অঞ্চল) শ্রেণিবদ্ধদের মূল্যায়নের জন্য একটি জনপ্রিয় মানদণ্ড। এউসি ব্যবহারের যৌক্তিকতা কী কী? যেমন কোনও ক্ষতির কোনও কার্যকারিতা রয়েছে যার জন্য সেরা সিদ্ধান্তটি সেরা এওসি সহ শ্রেণীবদ্ধকারী?

10 machine-learning  roc 

আমি আর প্যাকেজ গ্যামলস ব্যবহার করে একটি গ্যাম-ভিত্তিক রিগ্রেশন চালাচ্ছি এবং ডেটা শূন্য-স্ফীত বিটা বিতরণ ধরে নিচ্ছি । আমি আমার মডেল শুধুমাত্র একটি একক ব্যাখ্যামূলক পরিবর্তনশীল আছে তাই এটি মূলত আছে: mymodel = gamlss(response ~ input, family=BEZI)। অ্যালগরিদম আমাকে ব্যাখ্যামূলক ভেরিয়েবলকে গড় ( μ ) এবং K ( ইনপুট ) …

10 nonlinear-regression  gamlss  machine-learning  svm