প্রশ্ন ট্যাগ «machine-learning»

আমি প্রায়শই লোককে নেস্টেড ক্রস বৈধকরণের একটি বিশেষ ক্ষেত্রে হিসাবে 5x2 ক্রস-বৈধতা সম্পর্কে কথা বলতে দেখি । আমি ধরে নিলাম প্রথম সংখ্যাটি (এখানে: 5) অভ্যন্তরীণ লুপের ভাঁজগুলির সংখ্যা এবং দ্বিতীয় সংখ্যাটি (এখানে: 2) বাহ্যিক লুপের ভাঁজগুলির সংখ্যা বোঝায়? সুতরাং, এটি কীভাবে "traditionalতিহ্যবাহী" মডেল নির্বাচন এবং মূল্যায়নের পদ্ধতির থেকে আলাদা? "ট্র্যাডিশনাল" …

10 machine-learning  cross-validation  hyperparameter 

আমার বেশ কয়েকটি সময়-সিরিজের ডেটাসেটগুলিতে অসাধারণ সনাক্তকরণ কার্যকর করতে হবে। আমি এর আগে কখনও করিনি এবং কিছু পরামর্শের আশা করছিলাম। আমি অজগর নিয়ে খুব আরামদায়ক, তাই আমি সমাধানটি এর মধ্যে প্রয়োগ করা পছন্দ করবো (আমার কোডের বেশিরভাগ অংশ আমার কাজের অন্যান্য অংশের জন্য পাইথন) is ডেটাটির বিবরণ: এটি মাসিক সময়-সিরিজের …

10 machine-learning  time-series  python  computational-statistics  anomaly-detection 

আমি গাউসিয়া প্রক্রিয়া নিগ্রহের জন্য স্কোয়ার্ড এক্সপেনসিয়াল কার্নেল (এসই) ব্যবহার করব। এই কার্নেলের সুবিধাগুলি হ'ল: 1) সহজ: মাত্র 3 হাইপারপ্রেমিটার; 2) মসৃণ: এই কর্নেলটি গাউসিয়ান। মানুষ এত 'মসৃণতা' পছন্দ করে কেন? আমি জানি যে গাউসিয়ান কার্নেলটি অসীম পার্থক্যযোগ্য তবে এটি কি এত গুরুত্বপূর্ণ? (এসই কার্নেলটি এত জনপ্রিয় হওয়ার অন্য কোনও …

10 machine-learning 

ইএসএল অধ্যায় ২.৪ লিনিয়ার রিগ্রেশনটিকে "মডেল ভিত্তিক" হিসাবে শ্রেণিবদ্ধ বলে মনে হচ্ছে, কারণ এটি , অন্যদিকে কে-নিকটবর্তী প্রতিবেশীদের জন্য অনুরূপ অনুরূপ বর্ণিত হয়নি। তবে উভয় পদ্ধতিই সম্পর্কে অনুমান করা যায় না ?চ( x ) ≈ x ⋅ βচ(এক্স)≈এক্স⋅βf(x) \approx x\cdot\betaচ( এক্স )চ(এক্স)f(x) পরে ২.৪-এ এটি আরও বলেছেন: সর্বনিম্ন স্কোয়ারগুলি ধরে …

10 machine-learning  model  k-nearest-neighbour 

এমএনআইএসটি, সিআইএফএআর, এসটিএল -10 ইত্যাদিতে র্যান্ডম ফরেস্টের প্রয়োগের জন্য আমি কোনও সাহিত্যের সন্ধান পাইনি তাই আমি ভেবেছিলাম যে আমি নিজেই সেগুলি ক্রম- আক্রমণকারী এমএনআইএসটি দিয়ে চেষ্টা করব। ইন আর , আমি চেষ্টা: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) এটি ২ ঘন্টা চালিয়েছে এবং ২.৮% পরীক্ষার ত্রুটি পেয়েছে। আমিও চেষ্টা scikit-শিখতে , …

10 r  machine-learning  classification  random-forest  scikit-learn 

একটি সাধারণ শ্রেণিবিন্যাসে, আমাদের দুটি শ্রেণি রয়েছে: শ্রেণি -0 এবং শ্রেণী -1। কিছু ডেটাতে আমার কাছে কেবল ক্লাস -1 এর মান রয়েছে, সুতরাং ক্লাস -0 এর জন্য কোনওটিই নয়। এখন আমি ক্লাস -১ এর জন্য ডেটা মডেল করার জন্য একটি মডেল তৈরি করার কথা ভাবছি। সুতরাং, যখন নতুন ডেটা আসে, …

10 machine-learning  one-class 

তত্ত্বাবধানের পদ্ধতিগুলি অনেক তত্ত্বাবধানে শ্রেণিবদ্ধকরণ কার্যগুলিতে খুব কার্যকর। সুতরাং কার্নেল পদ্ধতিগুলির সীমাবদ্ধতাগুলি কী এবং কখন কার্নেল পদ্ধতি ব্যবহার করা উচিত? বিশেষত বৃহত আকারের ডেটা যুগে কার্নেল পদ্ধতির অগ্রগতি কী? কার্নেল পদ্ধতি এবং একাধিক উদাহরণ শেখার মধ্যে পার্থক্য কী? যদি ডেটা হয় 500x10000, 500নমুনাগুলির গণনা 10000কি এবং প্রতিটি বৈশিষ্ট্যের মাত্রা হয়, …

10 machine-learning  kernel-trick 

আমি নিজেকে জিজ্ঞাসা করছি যে কোনও রিগ্রেশন প্রসঙ্গে negativeণাত্মক ভেরিয়েবল গুরুত্ব মান ("% IncMSE") সহ সেই ভেরিয়েবলগুলি সরিয়ে ফেলা ভাল ধারণা কিনা। এবং যদি এটি আমাকে আরও ভাল ভবিষ্যদ্বাণী দেয়? আপনি কি মনে করেন?

10 machine-learning  feature-selection  random-forest  importance 

আমি উপাদানগুলির একটি সেট পেয়েছি যা আমি বৈশিষ্ট্য অনুসারে বর্ণনা করতে পারি । এভাবে:XXXnnn xi:{ci1,ci2,…,cin}∣xi∈Xxi:{ci1,ci2,…,cin}∣xi∈Xx_i: \{c_{i1}, c_{i2}, \ldots, c_{in}\} \mid x_i \in X যেখানে উপাদানের জন্য (সংখ্যাসূচক) মূল্যায়ন হয় বৈশিষ্ট্য অনুযায়ী । সুতরাং আমার উপাদানগুলি একটি মাত্রা স্পেসে পয়েন্ট হিসাবে দেখা যেতে পারে ।cijcijc_{ij}iiijjjnnn আমার পঠন অনুসারে, "বেইস ক্লাসিফায়ার" এর …

10 machine-learning  algorithms  ranking  feature-construction 

উচ্চ পর্যায়ের ডেটা সেটগুলিতে কাউকে গাউসিয়ান প্রক্রিয়া রিগ্রেশন (জিপিআর) প্রয়োগ করার কোনও অভিজ্ঞতা আছে কিনা তা দেখতে চেয়েছিলেন। আমি কয়েকটি বিচ্ছিন্ন জিপিআর পদ্ধতিতে (যেমন স্পার্স সিউডো-ইনপুটস জিপিআর) সন্ধান করছি যা উচ্চ মাত্রিক ডেটা সেটগুলির জন্য কী কাজ করতে পারে তা দেখতে আদর্শভাবে বৈশিষ্ট্য নির্বাচন প্যারামিটার নির্বাচন প্রক্রিয়ার অংশ part কাগজপত্র …

10 machine-learning  predictive-models  large-data  gaussian-process 

এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

আমি জানি যে স্বাভাবিককরণের চেয়ে আরও বেশি ধরণের রয়েছে। উদাহরণ স্বরূপ, 1- একটি জেড-স্কোর বা টি-স্কোর ব্যবহার করে ডেটা ট্রান্সফর্ম করা। এটিকে সাধারণত মানক বলা হয়। 2- 0 এবং 1 এর মধ্যে মান থাকতে ডেটা পুনরায় উদ্ধার করে। আমার যদি স্বাভাবিক হওয়ার দরকার হয় এখন প্রশ্ন question কেএনএন দিয়ে কোন …

9 machine-learning  normalization  standardization  k-nearest-neighbour 

তাই আমি নিজেকে স্নায়বিক নেটওয়ার্কগুলি শেখানোর চেষ্টা করছি (বিড়ালের ছবি শ্রেণিবদ্ধ না করে রিগ্রেশন অ্যাপ্লিকেশনগুলির জন্য)। আমার প্রথম পরীক্ষাগুলি একটি এফআইআর ফিল্টার এবং একটি ডিস্ক্রিট ফুরিয়ার ট্রান্সফর্ম ("আগে" এবং "পরে" সংকেতগুলির উপর প্রশিক্ষণ) প্রয়োগের জন্য একটি নেটওয়ার্ককে প্রশিক্ষণ দিচ্ছিল, কারণ এগুলি উভয়ই লিনিয়ার অপারেশন যা কোনও এক্টিভেশন ফাংশন ছাড়াই একক …

9 machine-learning  neural-networks  optimization  keras  euclidean 

আমি ইদানীং আমার টাইম সিরিজ জ্ঞানটি পুনরায় গ্রহণ করেছি এবং বুঝতে পেরেছি যে মেশিন লার্নিং বেশিরভাগ ক্ষেত্রে কেবলমাত্র এক ধাপ এগিয়ে যাওয়ার পূর্বাভাস দেয়। সঙ্গে এক ধাপে এগিয়ে পূর্বাভাস আমি গড় পূর্বাভাস যা, যেমন, আমরা যদি ঘনঘন ডেটা রয়েছে, ডাটা সকাল 10 টা থেকে পূর্বাভাস বেলা 11 টার এবং বেলা …

9 machine-learning  time-series  forecasting  arima 

আমি সম্প্রতি এরিক জে মা এর এই আলোচনাটি দেখেছি এবং তার ব্লগের এন্ট্রি পরীক্ষা করেছি , যেখানে তিনি র‌্যাডফোর্ড নীলের উদ্ধৃতি দিয়েছিলেন যে বায়েশিয়ান মডেলগুলি বেশি মানায় না (তবে তারা তুলনামূলকভাবে পারে ) এবং সেগুলি ব্যবহার করার সময় আমাদের সেগুলি বৈধ করার জন্য পরীক্ষার সেটগুলির প্রয়োজন হয় না (কারণ আমার …

9 machine-learning  bayesian  cross-validation  deep-learning