প্রশ্ন ট্যাগ «machine-learning»

মেশিন লার্নিং অ্যালগরিদম প্রশিক্ষণ ডেটার একটি মডেল তৈরি করে। "মেশিন লার্নিং" শব্দটি অস্পষ্টভাবে সংজ্ঞায়িত; এর মধ্যে স্ট্যাটিস্টিকাল লার্নিং, রিইনফোর্সমেন্ট লার্নিং, আনসারভিজড লার্নিং ইত্যাদি বলা হয়ে থাকে। সবসময় আরও একটি বিশেষ ট্যাগ যুক্ত করুন।

2
রিলেশনাল ডেটা থেকে শেখা
সেটিংস অনেকগুলি অ্যালগরিদমগুলি একটি একক সম্পর্ক বা টেবিলের উপর পরিচালিত হয়, আবার অনেকগুলি বাস্তব-বিশ্ব ডাটাবেস একাধিক সারণীতে তথ্য সঞ্চয় করে (ডোমিংগো, 2003)। প্রশ্ন একাধিক (সম্পর্কিত) সারণীগুলি থেকে কোন ধরণের অ্যালগরিদমগুলি ভালভাবে শিখতে পারে। বিশেষত, আমি সেই অ্যালগরিদমগুলিতে আগ্রহী যেগুলি রিগ্রেশন এবং শ্রেণিবদ্ধকরণ কার্যগুলিতে প্রযোজ্য (নেটওয়ার্ক বিশ্লেষণমুখী নয়, যেমন লিঙ্কের পূর্বাভাস)। …

1
এলএসএ এবং পিএলএসএর মধ্যে একটি প্যারেলেল
পিএলএসএর মূল কাগজে লেখক টমাস হফম্যান পিএলএসএ এবং এলএসএ ডেটা স্ট্রাকচারের মধ্যে একটি সমান্তরাল আঁকুন যা আমি আপনার সাথে আলোচনা করতে চাই। পটভূমি: অনুপ্রেরণা গ্রহণ করে তথ্য পুনরুদ্ধার মনে করুন আমাদের কাছে নথি এবং পদগুলির একটি শব্দভাণ্ডারNNND={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbraceMMMΩ={ω1,ω2,...,ωM}Ω={ω1,ω2,...,ωM}\Omega = \lbrace \omega_1, \omega_2, ..., \omega_M …

5
প্রিক্লাস্টারিং কি আরও ভাল ভবিষ্যদ্বাণীমূলক মডেল তৈরি করতে সহায়তা করে?
মন্থন মডেলিংয়ের কাজের জন্য আমি বিবেচনা করছিলাম: ডেটা জন্য গণনা কে ক্লাস্টার প্রতিটি ক্লাস্টারের জন্য পৃথকভাবে কে মডেল তৈরি করুন। এর পক্ষে যুক্তিটি হ'ল, প্রমাণ করার মতো কিছুই নেই যে গ্রাহকগণের জনসংখ্যা একজাতীয়, সুতরাং উপাত্ত তৈরির প্রক্রিয়া ভিন্ন "গোষ্ঠীগুলির" জন্য পৃথক হতে পারে বলে ধরে নেওয়া যুক্তিযুক্ত আমার প্রশ্ন, এটি …

2
সমর্থন ভেক্টর মেশিনগুলির সাথে গামা পরামিতি ব্যবহার
ব্যবহার করার সময় libsvm, প্যারামিটারγγ\gammaকার্নেল ফাংশনের জন্য প্যারামিটার। এর ডিফল্ট মান হিসাবে সেটআপ করা হয়γ=1বৈশিষ্ট্য সংখ্যা।γ=1বৈশিষ্ট্য সংখ্যা।\gamma = \frac{1}{\text{number of features.}} বিদ্যমান পন্থাগুলি যেমন গ্রিড অনুসন্ধানের পাশাপাশি এই প্যারামিটারটি স্থাপনের জন্য কি কোনও তাত্ত্বিক দিকনির্দেশনা রয়েছে?

1
প্রত্যাশিত ইভেন্টগুলি কীভাবে পর্যবেক্ষণ করা যায়?
ধরুন আমার কাছে 4 টি সম্ভাব্য ইভেন্টের ফ্রিকোয়েন্সিগুলির একটি নমুনা রয়েছে: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 এবং আমার ঘটনার প্রত্যাশিত সম্ভাবনা রয়েছে: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 আমার চারটি ইভেন্টের পর্যবেক্ষণের ফ্রিকোয়েন্সিগুলির যোগফলের সাথে (18) আমি …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

2
ডায়নামিকভাবে এনএন আর্কিটেকচার সামঞ্জস্য: অপ্রয়োজনীয় আবিষ্কার?
আমি আমার পিএইচডি যাত্রা শুরু করছি, এবং আমার আগে যে চূড়ান্ত লক্ষ্যটি স্থির করেছি তা হ'ল এএনএনগুলি বিকাশ করা যা তারা যে পরিবেশে কাজ করে তা নিরীক্ষণ করবে এবং গতিশীলভাবে সমস্যাটির সাথে তাদের আর্কিটেকচারকে সামঞ্জস্য করবে। সুস্পষ্ট প্রভাবটি হ'ল ডেটাগুলির সাময়িকতা: যদি ডেটা সেটটি ধারাবাহিক না হয় এবং সময়ের সাথে …

2
মিশ্র মডেলগুলির জন্য প্যারামেট্রিক, সেমিপ্রেমেট্রিক এবং ননপ্যারমেট্রিক বুটস্ট্র্যাপিং
নিম্নলিখিত গ্রাফ্ট এই নিবন্ধ থেকে নেওয়া হয়েছে । আমি বুটস্ট্র্যাপে নবাগত এবং R bootপ্যাকেজের সাথে রৈখিক মিশ্র মডেলের জন্য প্যারামিমেট্রিক, সেমিপ্রায়মেট্রিক এবং ননপ্যারমেট্রিক বুটস্ট্র্যাপিং বুটস্ট্র্যাপিং বাস্তবায়নের চেষ্টা করছি । আর কোড আমার Rকোডটি এখানে : library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

3
কোনও ডেটা সেটে সেরা পারফরম্যান্সের সম্ভাবনা রয়েছে
বলুন আমার একটি শ্রেণিবিন্যাসের মতো একটি সাধারণ মেশিন লার্নিং সমস্যা আছে। দৃষ্টি বা অডিও স্বীকৃতিতে কিছু মানদণ্ড সহ আমি একজন মানুষ হিসাবে খুব ভাল শ্রেণিবদ্ধ। ক্লাসিফায়ার কতটা ভাল পেতে পারে সে সম্পর্কে আমার অন্তর্দৃষ্টি আছে। তবে প্রচুর ডেটা সহ একটি পয়েন্ট হ'ল আমি জানি না যে আমি প্রশিক্ষিত ক্লাসিফায়ারটি কীভাবে …

1
এক প্রভাবশালী ভবিষ্যদ্বাণী সহ শ্রেণীবদ্ধকরণ
আমার 100 টি বাস্তব-মূল্যবান ভবিষ্যদ্বাণীকের ক্রম সহ একটি ( ক্লাস) শ্রেণিবদ্ধকরণ সমস্যা রয়েছে যার মধ্যে একটিতে অন্যের তুলনায় অনেক বেশি ব্যাখ্যামূলক শক্তি রয়েছে বলে মনে হয়। আমি অন্যান্য ভেরিয়েবলের প্রভাব আরও গভীর করতে চাই। যাইহোক, স্ট্যান্ডার্ড মেশিন লার্নিং কৌশলগুলি (এলোমেলো বন, এসভিএম, ইত্যাদি) এক শক্তিশালী ভবিষ্যদ্বাণী দ্বারা জলাবদ্ধ হয়ে গেছে …

2
সংবেদন বিশ্লেষণ বুঝতে এবং প্রয়োগ করা
আমাকে কিছু নথি সংগ্রহের জন্য অনুভূতি বিশ্লেষণ পরিচালনার একটি প্রকল্প অর্পণ করা হয়েছিল। গুগলিংয়ের মাধ্যমে, সংবেদন-সম্পর্কিত অনেক গবেষণা পপ আপ হয়েছে। আমার প্রশ্নগুলি হ'ল: মেশিন লার্নিং এবং স্ট্যাটিস্টিকাল অ্যানালাইসিসের ক্ষেত্রে সেন্টিমেন্ট বিশ্লেষণের প্রধান পদ্ধতি / অ্যালগরিদম কী কী? কোনও সুপ্রতিষ্ঠিত ফলাফল আছে কি? অনুভূতি বিশ্লেষণ সম্পাদন করতে পারে এমন কোন …

2
এসভিএম ইনপুট ভেরিয়েবলের জন্য আর-তে জেনেটিক-অ্যালগোরিদম পরিবর্তনশীল নির্বাচন কীভাবে সম্পাদন করবেন?
আমি কিছু ডেটা শ্রেণিবদ্ধ করার জন্য একটি এসভিএম তৈরি করতে আর এর কার্নলব প্যাকেজটি ব্যবহার করছি । এসভিএম ভালভাবে কাজ করছে যে এটি একটি শালীন নির্ভুলতার 'পূর্বাভাস' সরবরাহ করে, তবে আমার ইনপুট ভেরিয়েবলগুলির তালিকা আমার চেয়ে বড় এবং বিভিন্ন ভেরিয়েবলের আপেক্ষিক গুরুত্ব সম্পর্কে আমি অনিশ্চিত। আমি ইনপুট ভেরিয়েবলের উপ-সেট নির্বাচন …

2
শ্রেণিবদ্ধকরণের জন্য প্রশিক্ষণ সেট থেকে সদৃশ সরিয়ে ফেলুন
আমাদের বলি যে একটি শ্রেণিবিন্যাস সমস্যার জন্য আমার কাছে একগুচ্ছ সারি রয়েছে: এক্স1, । । ।এক্সএন, Yএক্স1,।।।এক্সএন,ওয়াইX_1, ... X_N, Y কোথায় এক্স1, । । । ,এক্সএনএক্স1,।।।,এক্সএনX_1, ..., X_N বৈশিষ্ট্য / ভবিষ্যদ্বাণীকারী এবং ওয়াইওয়াইY সারিটির বৈশিষ্ট্য সংমিশ্রণটি শ্রেণীর সাথে সম্পর্কিত। অনেক বৈশিষ্ট্য সমন্বয় এবং তাদের ক্লাসগুলি ডেটাসেটে পুনরাবৃত্তি হয়, যা আমি …

1
বিদ্যমান মাল্টি-ইনপুট সর্বাধিক এনট্রপি শ্রেণিবদ্ধ থেকে সর্বোচ্চ এনট্রপি মার্কভ মডেল তৈরি করা ov
আমি সর্বাধিক এনট্রপি মার্কভ মডেল (এমইএমএম) এর ধারণার দ্বারা আগ্রহী এবং আমি এটিকে স্পিচ পার্টের (পিওএস) ট্যাগারের জন্য ব্যবহার করার কথা ভাবছি। এই মুহুর্তে, আমি প্রতিটি স্বতন্ত্র শব্দের ট্যাগ করতে একটি প্রচলিত সর্বাধিক এনট্রপি (এমই) শ্রেণিবদ্ধ ব্যবহার করছি। এটি পূর্ববর্তী দুটি ট্যাগ সহ বেশ কয়েকটি বৈশিষ্ট্য ব্যবহার করে। এমইএমএমগুলি মার্কোভ …

1
কখন পিসিএ বনাম এলএসএ / এলএসআই নির্বাচন করবেন
প্রশ্ন: ইনপুট ডেটা বৈশিষ্ট্যগুলির সাথে সম্পর্কিত কোনও সাধারণ নির্দেশিকা রয়েছে, যা পিসিএ বনাম এলএসএ / এলএসআই প্রয়োগের মধ্যে সিদ্ধান্ত নিতে ব্যবহার করা যেতে পারে? পিসিএ বনাম এলএসএ / এলএসআই এর সংক্ষিপ্তসার: মূল উপাদান উপাদান বিশ্লেষণ (পিসিএ) এবং ল্যাটেন্ট সিমেেন্টিক অ্যানালাইসিস (এলএসএ) বা ল্যাটেন্ট সিমেটিক ইনডেক্সিং (এলএসআই) এই অর্থে একই যে …

1
ভারসাম্যহীন মাল্টিক্লাস ডেটাসেট এসভিএম সহ হ্যান্ডেল করার সর্বোত্তম উপায়
আমি মোটামুটি ভারসাম্যহীন ডেটাতে এসভিএম দিয়ে একটি পূর্বাভাস মডেল তৈরি করার চেষ্টা করছি। আমার লেবেল / আউটপুট তিনটি শ্রেণি, ধনাত্মক, নিরপেক্ষ এবং নেতিবাচক আছে। আমি বলব যে ইতিবাচক উদাহরণটি আমার ডেটা প্রায় 10 - 20% করে, প্রায় 50 - 60% নিরপেক্ষ, এবং 30 - 40% সম্পর্কে নেতিবাচক। আমি ক্লাসগুলির মধ্যে …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.