প্রশ্ন ট্যাগ «optimization»

সম্প্রতি আমি ইয়ান ডাউফিন এট আল-র একটি কাগজ পড়েছি। হাই-ডাইমেনশনাল নন-কনভেক্স অপটিমাইজেশনে স্যাডল পয়েন্ট সমস্যার সনাক্তকরণ এবং আক্রমণ করা , যেখানে তারা স্যাডল-ফ্রি নিউটন নামে একটি আকর্ষণীয় বংশদ্ভুত অ্যালগরিদম প্রবর্তন করে , যা ঠিক নিউরাল নেটওয়ার্ক অপ্টিমাইজেশনের জন্য উপযুক্ত বলে মনে হয় এবং স্যাডল পয়েন্টগুলিতে আটকা পড়তে হবে না ভ্যানিলা …

13 optimization  deep-learning  gradient-descent 

মিশ্রণমূলক অপ্টিমাইজেশান সমস্যার জন্য গভীর শিক্ষার ব্যবহার নিয়ে গবেষণা গ্রুপগুলি কাজ করছে?

13 optimization  deep-learning 

এই প্রশ্নের ইতিমধ্যে এখানে উত্তর রয়েছে : ব্যাকপ্রোপ্যাগেশন অ্যালগরিদম (২ টি উত্তর) 4 মাস আগে বন্ধ ছিল । ব্যাক-প্রসারণ অ্যালগরিদম কী এবং এটি কীভাবে কাজ করে?

13 algorithms  optimization  neural-networks 

এখানে একটি কেরাস কোড নমুনা রয়েছে যা এটি ব্যবহার করে: from keras.constraints import max_norm model.add(Convolution2D(32, 3, 3, input_shape=(3, 32, 32), border_mode='same', activation='relu', kernel_constraint=max_norm(3)))

13 neural-networks  regularization  conv-neural-network  optimization 

আমি প্রয়োগ করেছি গাউসী প্রক্রিয়া রিগ্রেশন অ্যালগরিদমের হাইপারপ্যারামিটারগুলি টিউন করার চেষ্টা করছি। আমি কেবল সূত্র given দ্বারা প্রদত্ত লগের প্রান্তিক সম্ভাবনাটি সর্বাধিক করতে চাই যেখানে K এর সাথে সমবায় ম্যাট্রিক্স উপাদানসমূহ কে_ {ইজ} = কে (এক্স_আই, এক্স_জে) = বি ^ {- ১} \ এক্সপ্রেস (- \ ফ্রে্যাক {1} {2} (x_i-x_j) …

13 regression  optimization  gaussian-process  hyperparameter 

প্রধান উপাদান বিশ্লেষণ (পিসিএ) উদ্দেশ্য ফাংশন ও L2 আদর্শ মধ্যে পুনর্গঠন ত্রুটি কমানোর হয় (অধ্যায় 2.12 দেখতে এখানে আরেকটি দৃশ্য অভিক্ষেপ উপর ভ্যারিয়েন্স পূর্ণবিস্তার করার চেষ্টা করছে আমরা একটি চমৎকার পোস্ট এখানে।। পিসিএ উদ্দেশ্য কাজ কি ? )। আমার প্রশ্নটি হ'ল পিসিএ অপটিমাইজেশন উত্তল? (আমি কিছু আলোচনা পাওয়া এখানে কিন্তু …

12 machine-learning  pca  optimization  convex 

এখানে সংশ্লিষ্ট অধীনে কমপক্ষে পরম বিচ্যুতি সমস্যা। আমি জানি যে এটি নিম্নলিখিত উপায়ে এলপি সমস্যা হিসাবে পুনরায় সাজানো যেতে পারে:argminwL(w)=∑ni=1|yi−wTx|arg⁡minwL(w)=∑i=1n|yi−wTx| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| min∑ni=1uimin∑i=1nui\min \sum_{i=1}^{n}u_{i} ui≥xTw−yii=1,…,nui≥xTw−yii=1,…,nu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n ui≥−(xTw−yi)i=1,…,nui≥−(xTw−yi)i=1,…,nu_i \geq -\left(\textbf{x}^T\textbf{w}-y_{i}\right) \; i = 1,\ldots,n তবে ধাপে ধাপে সমাধান করার আমার কোনও ধারণা নেই, কারণ আমি …

12 regression  optimization  quantile-regression  linear-programming  least-absolute-deviations 

টি এল; ডিআর: lme4অপ্টিমাইজেশান ডিফল্টরূপে মডেল পরামিতি সংখ্যা রৈখিক উপস্থিত হতে পারে, এবং উপায় একটি সমতুল্য তুলনায় ধীর glmদলের জন্য ডামি ভেরিয়েবল সঙ্গে মডেল। এটির গতি বাড়ানোর জন্য আমি কি কিছু করতে পারি? আমি মোটামুটি বৃহত্তর শ্রেণিবদ্ধ লগিট মডেল (fit 50 কে সারি, 100 কলাম, 50 টি গ্রুপ) ফিট করার …

12 r  mixed-model  optimization  lme4-nlme  numerics 

রেফারেন্স বুক 1 , বই 2 এবং কাগজ অনুসারে । এটি উল্লেখ করা হয়েছে যে নিয়ন্ত্রিত রিগ্রেশন (রিজ, ল্যাসো এবং ইলাস্টিক নেট) এবং তাদের সীমাবদ্ধ সূত্রগুলির মধ্যে একটি সমতা রয়েছে। আমি ক্রস ভ্যালিডেটেড 1 এবং ক্রস ভ্যালিডেটেড 2 এর দিকেও নজর রেখেছি, তবে আমি কোনও পরিষ্কার উত্তর দেখতে পাচ্ছি না …

12 regression  optimization  lasso  ridge-regression  elastic-net 

"ভেরিয়েশনাল" এর ব্যবহারটি কি সর্বদা বৈকল্পিক অনুক্রমের মাধ্যমে অপ্টিমাইজেশানকে বোঝায়? উদাহরণ: "বৈকল্পিক স্বয়ংক্রিয়-এনকোডার" "বৈকল্পিক বায়েশিয়ান পদ্ধতি" "ভেরিয়েন্টাল রেনারমালাইজেশন গ্রুপ"

12 machine-learning  optimization  inference 

আমি আরএমএসপ্রপ, অ্যাডাম এবং এসজিডি নেটওয়ার্ক ব্যবহার করে ইএমএনআইএসটি যাচাইকরণ সেটটিতে পরীক্ষা নিরীক্ষা করছি am আমি এসজিডি (0.1 এর শিক্ষার হার) এবং ড্রপআউট (0.1 ড্রপ আউট প্রোব) পাশাপাশি এল 2 নিয়মিতকরণ (1e-05 জরিমানা) এর সাথে 87% নির্ভুলতা অর্জন করছি। আরএমএসপ্রপ এবং আদম এবং একই সাথে 0.001 এর প্রাথমিক শিক্ষার হারের …

12 machine-learning  optimization  sgd  adam 

মেশিন লার্নিংয়ে (রিগ্রেশন সমস্যার জন্য), আমি প্রায়শই দেখি গড়-স্কোয়ার্ড-ত্রুটি (এমএসই) বা গড়-পরম-ত্রুটি (এমএই) ত্রুটি ফাংশন হিসাবে ব্যবহার করা হচ্ছে হ্রাস করতে (আরও নিয়মিতকরণের মেয়াদ)। আমি ভাবছি যদি এমন পরিস্থিতি রয়েছে যেখানে পারস্পরিক সম্পর্ক সহগ ব্যবহার করা আরও উপযুক্ত হবে? যদি এইরকম পরিস্থিতি বিদ্যমান থাকে তবে: কোন পরিস্থিতিতে এমএসই / এমএইয়ের …

12 regression  machine-learning  svm  optimization  deep-learning 

আমি প্রদত্ত প্রতিক্রিয়া (লক্ষ্য) বাইনারি ভেরিয়েবলের সাথে সম্মতি এবং একটি পরামিতি হিসাবে সর্বাধিক সংখ্যার অন্তর সহ একটানা পরিবর্তনশীলের অনুকূল বিনিং পদ্ধতি (বিচক্ষণতা) ​​খুঁজছি। উদাহরণ: আমার কাছে "উচ্চতা" (সংখ্যা অবিচ্ছিন্ন) এবং "has_back_pains" (বাইনারি) ভেরিয়েবলযুক্ত লোকদের পর্যবেক্ষণগুলির একটি সেট রয়েছে। আমি ব্যাক ব্যথার সাথে বিভিন্ন অনুপাতের লোকদের সাথে উচ্চতাটি 3 টি অন্তর …

12 r  dataset  optimization  discrete-data  binning 

Overfitting মানুষ মানুষ নিয়মিতকরণ পরামিতি সঙ্গে একটি নিয়মিতকরণ শব্দ (মডেল প্যারামিটার স্কোয়ারড সমষ্টি সমানুপাতিক) যোগ প্রতিরোধ করার জন্য রৈখিক রিগ্রেশনের খরচ ফাংশন। এই পরামিতিটি ল্যাম্বদা কি ল্যাংরেঞ্জ গুণক হিসাবে একই? সুতরাং নিয়মিতকরণ ল্যাগরেঞ্জ গুণক এর পদ্ধতির মতই কি? বা এই পদ্ধতিগুলি কীভাবে যুক্ত? λλ\lambdaλλ\lambda

12 regression  optimization  regularization 

আমি ফিশারদের সঠিক পরীক্ষাটি আরও ভালভাবে বুঝতে চেয়েছিলাম, তাই আমি নীচের খেলনাটির উদাহরণটি প্রস্তুত করেছি, যেখানে f এবং m পুরুষ এবং মহিলা এর সাথে মিলে যায় এবং n এবং y এর সাথে "সোডা সেবন" এর সাথে মিলে যায়: > soda_gender f m n 0 5 y 5 0 স্পষ্টতই, এটি …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling