প্রশ্ন ট্যাগ «optimization»

আমি লিনিয়ার সমর্থন ভেক্টর মেশিন প্রশিক্ষণের জন্য প্রক্রিয়াটি বোঝার চেষ্টা করছি । আমি বুঝতে পেরেছি যে এসএমভিগুলির বৈশিষ্ট্যগুলি চতুষ্কোণ প্রোগ্রামিং সলভার ব্যবহারের চেয়ে তাদেরকে আরও দ্রুততর অনুকূলিতকরণের অনুমতি দেয়, তবে শেখার উদ্দেশ্যে আমি কীভাবে এটি কাজ করে তা দেখতে চাই। প্রশিক্ষণ ডেটা set.seed(2015) df <- data.frame(X1=c(rnorm(5), rnorm(5)+5), X2=c(rnorm(5), rnorm(5)+3), Y=c(rep(1,5), …

12 r  svm  optimization 

আমি একটি সম্ভাবনা কার্যকারিতা থাকতে আমার ডেটা সম্ভাবনা জন্য কিছু মডেল পরামিতি দেওয়া , যা আমি অনুমান করার জন্য চাই। পরামিতিগুলিতে ফ্ল্যাট প্রিয়ার ধরে নেওয়া, সম্ভাবনা উত্তরোত্তর সম্ভাবনার সাথে সমানুপাতিক। আমি এই সম্ভাবনার নমুনা নিতে একটি এমসিএমসি পদ্ধতি ব্যবহার করি।এল (ডি| θ)L(d|θ)\mathcal{L}(d | \theta)ঘddθ ∈ আরএনθ∈RN\theta \in \mathbf{R}^N ফলাফল রূপান্তরিত …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

রিজ বা লাসোতে নিয়মিতকরণ পরামিতি ল্যাম্বদা নির্বাচন করার ক্ষেত্রে প্রস্তাবিত পদ্ধতিটি ল্যাম্বদার বিভিন্ন মান চেষ্টা করে, বৈধতা সেটটিতে ত্রুটিটি পরিমাপ করে এবং অবশেষে লাম্বদার সেই মানটি বেছে নেয় যা সর্বনিম্ন ত্রুটি প্রদান করে। যদি ফ (ল্যাম্বদা) ফাংশন = ত্রুটি উত্তল হয় তবে এটি আমার কাছে ক্লিট হয় না। এটা কি …

11 cross-validation  error  regularization  validation  optimization 

গুগলের কাছে এটি আমার পক্ষে শক্ত বিষয়, যেহেতু অনুসন্ধানে শব্দ অপ্টিমাইজেশন এবং স্টোচাস্টিক শব্দগুলি প্রায়শই স্বয়ংক্রিয়ভাবে স্টোকাস্টিক অপ্টিমাইজেশনের অনুসন্ধানগুলিতে ডিফল্ট হয়। কিন্তু আমি যা জানতে চাই তা হল কম্পিউটারের মডেলগুলির অপ্টিমাইজেশনের জন্য কোন পদ্ধতিগুলি বিদ্যমান যখন কম্পিউটার মডেল আউটপুট স্টোকাস্টিক হয়, অর্থাত্ ডিস্ট্রিমেন্টিক নয়? উদাহরণস্বরূপ, আপনি যদি এমন কোনও কম্পিউটার …

11 optimization  stochastic-processes 

আমার হেয়ারড্রেসার স্ট্যাসি সর্বদা একটি সুখী মুখ রাখে, তবে প্রায়ই তার সময় পরিচালনার বিষয়ে জোর থাকে। আজ স্ট্যাসি আমার অ্যাপয়েন্টমেন্টের জন্য বহিষ্কার ছিল এবং খুব ক্ষমা প্রার্থনা করেছিল। আমার চুল কাটার সময় আমি ভাবছিলাম: তার স্ট্যান্ডার্ড অ্যাপয়েন্টমেন্টগুলি কত দিন করা উচিত? (যদি ক্লিন রাউন্ড নম্বরগুলির জন্য গ্রাহকের পছন্দকে এক মুহুর্তের …

11 normal-distribution  optimization  queueing  decision-theory 

আমি কোনও ফাংশন অনুকূলকরণের জন্য নেল্ডার-মিড অ্যালগরিদম বাস্তবায়নের চেষ্টা করছি। Nelder-তৃণভূমি সম্পর্কে উইকিপিডিয়া পৃষ্ঠা তার বাঁধন নির্ণায়ক ছাড়া সমগ্র এলগরিদম সম্পর্কে আশ্চর্যজনক স্পষ্ট। সেখানে এটি দুঃখের সাথে বলে: অভিমতের জন্য পরীক্ষা করুন [স্পষ্টকরণের প্রয়োজনীয়তা] । আমি নিজে বেশ কয়েকটি মানদণ্ড চেষ্টা করেছি এবং পরীক্ষা করেছি: বন্ধ করেন তাহলে চ( এক্সএন+ …

11 optimization  algorithms 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

আমি একটি অনলাইন কোর্সে এই স্লাইডগুলি (# 16 এবং # 17 স্লাইড) জুড়ে এসেছি । প্রশিক্ষক ব্যাখ্যা কিভাবে সর্বোচ্চ অবর অনুমান (MAP) এর আসলে সমাধান চেষ্টা ছিল এল ( θ ) = আমি[ θ ≠ θ*]L(θ)=I[θ≠θ∗]L(\theta) = \mathcal{I}[\theta \ne \theta^{*}] , যেখানে θ*θ∗\theta^{*} সত্য প্যারামিটার। কেউ দয়া করে ব্যাখ্যা করতে …

10 bayesian  optimization  loss-functions  decision-theory  map-estimation 

লাসো রিগ্রেশন সম্পর্কে আমার বোঝা হ'ল যে ক্ষুদ্রতরকরণ সমস্যা সমাধানের জন্য রিগ্রেশন সহগগুলি নির্বাচন করা হয়েছে: minβ∥y−Xβ∥22 s.t.∥β∥1≤tminβ‖y−Xβ‖22 s.t.‖β‖1≤t\min_\beta \|y - X \beta\|_2^2 \ \\s.t. \|\beta\|_1 \leq t অনুশীলনে সমস্যাটি সমাধানের জন্য ল্যাগরেঞ্জ গুণক ব্যবহার করে এটি করা হয় minβ∥y−Xβ∥22+λ∥β∥1minβ‖y−Xβ‖22+λ‖β‖1\min_\beta \|y - X \beta\|_2^2 + \lambda \|\beta\|_1 মধ্যে সম্পর্ক কি …

10 optimization  lasso  regularization  lagrange-multipliers 

যদি আমি একটি নকশা আছে ম্যাট্রিক্স , যেখানে n হল মাত্রা পর্যবেক্ষণ সংখ্যা ঘ জন্য সমাধানে জটিলতা কি β = argmin β 1এক্স। আরn × dX∈Rn×dX\in\mathcal{R}^{n\times d}এনnnঘddলাসো, আর্টএনএবংডি সহ? আমি মনে করি যে উত্তরটি কীভাবেএই প্যারামিটারগুলির সাথেকীভাবেএকটিএলএএসএসও পুনরাবৃত্তির স্কেলকরে তা উল্লেখ করা উচিত, যদি না আপনি অন্যথায় অনুভব করেন তবে …

10 optimization  lasso  regularization  time-complexity 

আমি টেনসরফ্লো মনিস্ট টিউটোরিয়াল অনুসরণ করছি ( https://github.com/tensor ف্লো / স্পেনস্লোফ্লো / ব্লব / মাস্টার / স্টেনফ্লো / এক্সামস / টিউটোরিয়ালস / এমনিস্ট / মনিস্ট_সোফটম্যাক্স.পি )। টিউটোরিয়ালটি tf.train.Optimizer.minimize(বিশেষভাবে tf.train.GradientDescentOptimizer) ব্যবহার করে । গ্রেডিয়েন্টগুলি সংজ্ঞায়িত করার জন্য আমি কোনও যুক্তি কোথাও পাস করে দেখছি না। টেনসর প্রবাহটি কি ডিফল্টরূপে সংখ্যাগত পার্থক্য …

10 python  optimization  tensorflow 

এলো রেটিং সিস্টেমটি জোড় করা তুলনাগুলির ফলাফলের প্রত্যাশিত এবং পর্যবেক্ষণের সম্ভাবনার মধ্যে ক্রস-এনট্রপি ক্ষতি ফাংশনের গ্রেডিয়েন্ট বংশোদ্ভূত মিনিমাইজেশন অ্যালগরিদম ব্যবহার করে। আমরা সাধারণ ক্ষতির কাজগুলি যেমন লিখতে পারি ই= - ∑n , iপিআমিএল ও জি( প্রশ্ন)আমি)E=−∑n,ipiLog(qi) E=-\sum_{n,i} p_i Log (q_i) যেখানে যোগফল সমস্ত ফলাফলের উপর সঞ্চালিত হয় এবং সমস্ত বিরোধী …

10 regression  optimization  rating 

মূলত আমি অনুরূপতাগুলি ওজনগুলিতে রূপান্তর করতে চাই যা পূর্বাভাসক হিসাবে ব্যবহৃত হয়। মিলগুলি [0,1] এ থাকবে এবং আমি ওজনকে [0,1] এও সীমাবদ্ধ রাখব। আমি একটি প্যারামেটারিক ফাংশন চাই যা এই ম্যাপিংটি করে যা আমি সম্ভবত গ্রেডিয়েন্ট বংশদ্ভুত ব্যবহার করে অনুকূলিত করব। প্রয়োজনীয়তাগুলি হ'ল 0 মানচিত্র 0 থেকে 1 মানচিত্র 1 …

10 optimization  curve-fitting 

আমি আর-তে একটি পৃথক-সময়ের মডেল ফিট করার চেষ্টা করছি তবে কীভাবে এটি করব তা নিশ্চিত নই। আমি পড়েছি যে আপনি বিভিন্ন সারিতে নির্ভরশীল পরিবর্তনশীল, প্রতিটি সময়-পর্যবেক্ষণের জন্য glmএকটি এবং লজিট বা ক্লোগলগ লিঙ্কের সাহায্যে ফাংশনটি ব্যবহার করতে পারেন । এই অর্থে, আমি তিনটি কলাম আছে: ID, Event(1 বা 0, প্রতিটি …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

আমি এমএল (মেশিন লার্নিং) অ্যালগরিদমে গ্রেডিয়েন্ট বংশদ্ভুত অপ্টিমাইজেশন বোঝার চেষ্টা করছি am আমি বুঝতে পারি যে একটি ব্যয় ফাংশন রয়েছে — যেখানে লক্ষ্যটি হ'ল ত্রুটি হ্রাস করা টু । এমন এক যেখানে ওজন ন্যূনতম ত্রুটি দেওয়ার জন্য অপ্টিমাইজ করা হচ্ছে, এবং আংশিক ডেরিভেটিভস ব্যবহার করা হচ্ছে, এটি কি প্রতিটি পদক্ষেপে …

9 optimization  gradient-descent