প্রশ্ন ট্যাগ «validation»

কোনও বিশ্লেষণের ফলাফলগুলি মূল গবেষণা সেটিংয়ের বাইরে থাকতে পারে কিনা তা নির্ধারণের প্রক্রিয়া। কোনও পরিমাপ বা উপকরণের 'বৈধতা' নিয়ে আলোচনার জন্য এই ট্যাগটি ব্যবহার করবেন না (যেমন এটি এটি যা পরিকল্পনা করে তা পরিমাপ করে), পরিবর্তে [বৈধতা] ট্যাগটি ব্যবহার করুন।

11
পরীক্ষা সেট এবং বৈধতা সেট মধ্যে পার্থক্য কি?
আমি যখন মাতালাবের নিউরাল নেটওয়ার্ক সরঞ্জামবাক্সটি ব্যবহার করি তখন আমি এই বিভ্রান্তিকরটি পেয়েছি। এটি কাঁচা তথ্য সেটটি তিন ভাগে বিভক্ত করেছে: প্রশিক্ষণ সেট বৈধতা সেট পরীক্ষা সেট আমি অনেক প্রশিক্ষণ বা শেখার অ্যালগরিদম লক্ষ্য করি, ডেটা প্রায়শই 2 ভাগে বিভক্ত হয়, প্রশিক্ষণ সেট এবং পরীক্ষার সেট। আমার প্রশ্নগুলি হ'ল: বৈধতা …

10
হোল্ড আউট বৈধকরণ বনাম ক্রস-বৈধতা
আমার কাছে মনে হয় হোল্ড-আউট বৈধতা অকেজো। অর্থাত, মূল ডেটাसेटকে দুটি ভাগে ভাগ করা (প্রশিক্ষণ ও পরীক্ষা) এবং পরীক্ষার স্কোরকে সাধারণীকরণের ব্যবস্থা হিসাবে ব্যবহার করা কিছুটা অকেজো। কে-ভাঁজ ক্রস-বৈধকরণ সাধারণীকরণের আরও ভাল অনুমান দেয় (যেমন এটি প্রতিটি পয়েন্টে প্রশিক্ষণ দেয় এবং পরীক্ষা করে তোলে)। সুতরাং, আমরা কেন স্ট্যান্ডার্ড হোল্ড-আউট বৈধতা …

2
"বিগ ডেটা" থেকে কীভাবে বৈধ সিদ্ধান্ত নেওয়া যায়?
"বিগ ডেটা" মিডিয়াতে সর্বত্র রয়েছে। সকলেই বলেছেন যে "বিগ ডেটা" হ'ল ২০১২ সালের সবচেয়ে বড় বিষয়, উদাহরণস্বরূপ, কেডিনিগেটস পোষাকগুলি ২০১২ সালের জনপ্রিয় বিষয়গুলিতে । তবে এখানে আমার গভীর উদ্বেগ রয়েছে। বড় ডেটা সহ, প্রত্যেকে কিছু খুশি খুশি বলে মনে হচ্ছে । কিন্তু আমরা কি হাইপোথিসিস টেস্টিং এবং প্রতিনিধি নমুনার মতো …

3
একটি ক্লাস্টারিং পদ্ধতি কীভাবে নির্বাচন করবেন? একটি ক্লাস্টার সমাধানকে কীভাবে বৈধতা দেওয়া যায় (পদ্ধতির পছন্দটি ওয়ারেন্ট করার জন্য)?
ক্লাস্টার বিশ্লেষণের সবচেয়ে বড় সমস্যাটি হ'ল আমরা যখন বিভিন্ন ক্লাস্টারিং পদ্ধতির ভিত্তিতে (শ্রেণিবদ্ধ ক্লাস্টারিংয়ের বিভিন্ন লিঙ্কেজ পদ্ধতি সহ) ব্যবহার করি তখন বিভিন্ন উপসংহার পেতে পারি । আমি এ সম্পর্কে আপনার মতামত জানতে চাই - আপনি কোন পদ্ধতিটি নির্বাচন করবেন এবং কীভাবে। কেউ বলতে পারে "ক্লাস্টারিংয়ের সেরা পদ্ধতিটি যা আপনাকে সঠিক …

4
ক্রস-বৈধতার পরে আপনি কীভাবে 'পরীক্ষা' ডেটাसेट ব্যবহার করবেন?
আমি দেখেছি এমন কিছু বক্তৃতা এবং টিউটোরিয়ালে , তারা আপনার ডেটাটিকে তিন ভাগে ভাগ করার পরামর্শ দেয়: প্রশিক্ষণ, বৈধতা এবং পরীক্ষা and তবে পরীক্ষার ডেটাসেট কীভাবে ব্যবহার করা উচিত এবং পুরো ডেটা সেটের উপরে ক্রস-বৈধকরণের চেয়ে এই পদ্ধতিটি কীভাবে ভাল তা পরিষ্কার নয়। ধরা যাক আমরা একটি পরীক্ষার সেট হিসাবে …

2
চূড়ান্ত (উত্পাদনের জন্য প্রস্তুত) মডেলকে সম্পূর্ণ ডেটা বা কেবল প্রশিক্ষণের সেটে প্রশিক্ষিত করা উচিত?
ধরুন আমি প্রশিক্ষণ সংস্থায় বেশ কয়েকটি মডেলকে প্রশিক্ষিত করেছি, ক্রস বৈধতা সেট এবং পরীক্ষার সেটে পরিমাপকৃত পারফরম্যান্স ব্যবহার করে সেরাটি বেছে নিন। সুতরাং এখন আমি একটি চূড়ান্ত সেরা মডেল আছে। আমি কি কেবলমাত্র প্রশিক্ষণ সংস্থায় প্রশিক্ষিত আমার উপলব্ধ সমস্ত ডেটা বা শিপ সমাধানগুলিতে পুনরায় প্রশিক্ষণ করব? যদি পরে, তবে কেন? …

4
একজন পর্যালোচক হিসাবে, আমি কী জার্নালটি না করলেও ডেটা এবং কোডের অনুরোধের ন্যায্যতা প্রমাণ করতে পারি?
বিজ্ঞানকে অবশ্যই পুনরুত্পাদনযোগ্য হতে হবে, সংজ্ঞা অনুসারে, ক্রমবর্ধমান স্বীকৃতি রয়েছে যে ডেটা এবং কোড ভাগ করে নেওয়ার জন্য ইয়েল রাউন্ডটেবল দ্বারা আলোচিত হিসাবে ডেটা এবং কোড পুনরুত্পাদনীয়তার একটি প্রয়োজনীয় উপাদান । এমন একটি জার্নালের জন্য একটি পান্ডুলিপি পর্যালোচনা করার জন্য যাতে ডেটা এবং কোড ভাগ করে নেওয়া দরকার হয় না, …

3
কে-ফোল্ড ক্রস-বৈধতা ব্যবহার করার সময় আমাদের কি একটি পরীক্ষার সেট দরকার?
আমি কে-ফোল্ড বৈধতা সম্পর্কে পড়ছি এবং আমি কীভাবে এটি কাজ করে তা আমি নিশ্চিত করতে চাই। আমি জানি যে হোল্ডআউট পদ্ধতির জন্য, ডেটাটি তিনটি সেটে বিভক্ত হয়, এবং পরীক্ষার সেটটি কেবলমাত্র মডেলের কর্মক্ষমতা নির্ধারণের জন্য একেবারে শেষে ব্যবহৃত হয়, যখন বৈধতা সেটটি হাইপারপ্যারামিটারগুলি সুরকরণ ইত্যাদির জন্য ব্যবহৃত হয় ইত্যাদি etc. …

4
ক্রস-বৈধতার বাইরে হাইপারপ্যারমিটার টিউন করা কতটা খারাপ?
আমি জানি যে ক্রস-বৈধতার বাইরে হাইপারপ্যারামিটার টিউনিং করা বাহ্যিক বৈধতার পক্ষপাতদুষ্ট-উচ্চতর অনুমানের দিকে পরিচালিত করতে পারে, কারণ আপনি কার্য সম্পাদন পরিমাপ করতে যে ডেটাসেটটি ব্যবহার করেন একই বৈশিষ্ট্যগুলি সুর করার জন্য আপনি ব্যবহার করেছিলেন। আমি যা ভাবছি তা হ'ল এটি কতটা খারাপ । বৈশিষ্ট্য নির্বাচনের ক্ষেত্রে এটি কীভাবে খারাপ হবে …

2
বায়েশিয়ান ওভারফিটিংয়ের কথা ভাবছেন
আমি প্রচলিত ঘন ঘনসংখ্যক পরিসংখ্যানীয় ডোমেনে ভবিষ্যদ্বাণীপূর্ণ মডেলগুলির বৈধতা দেওয়ার জন্য পদ্ধতি এবং সফ্টওয়্যার বিকাশে অনেক সময় ব্যয় করেছি । আরও বায়েশিয়ান ধারণাগুলি অনুশীলন এবং শিক্ষার ক্ষেত্রে রাখার সময় আমি কিছু গুরুত্বপূর্ণ পার্থক্য দেখছি race প্রথমত, বায়েশিয়ান ভবিষ্যদ্বাণীপূর্ণ মডেলিং বিশ্লেষককে প্রার্থীদের বৈশিষ্ট্যগুলির সাথে কাস্টমাইজ করা যেতে পারে এমন পূর্ববর্তী বিতরণগুলি …

3
আমরা কীভাবে নাট সিলভারের ভবিষ্যদ্বাণীগুলির যথার্থতা বিচার করতে পারি?
প্রথমত, তিনি ফলাফলের সম্ভাবনা দেন। সুতরাং, উদাহরণস্বরূপ, মার্কিন নির্বাচনের জন্য তার পূর্বাভাস বর্তমানে 82% ক্লিনটন বনাম 18% ট্রাম্প। এখন, ট্রাম্প জিতলেও, আমি কীভাবে জানব যে তার জয়ের সময়টি কেবল 18% ছিল না? অন্য সমস্যাটি হ'ল সময়ের সাথে সাথে তার সম্ভাবনাগুলিও বদলে যায়। সুতরাং 31 জুলাই, এটি ট্রাম্প এবং ক্লিনটনের মধ্যে …

2
CalibratedClassifierCV এর সাথে শ্রেণিবদ্ধকারীদের ক্যালিবিট করার সঠিক উপায় Sci
সাইকিটের ক্যালিব্রেটেড ক্লাসিফায়ারসিভি রয়েছে , যা আমাদের মডেলগুলিকে একটি নির্দিষ্ট এক্স, ওয়াই জুটিতে ক্যালিব্রেট করতে দেয়। এটি পরিষ্কারভাবে বলেছে যেdata for fitting the classifier and for calibrating it must be disjoint. যদি তাদের অবশ্যই বিভেদ হয়, তবে নিম্নলিখিতগুলির সাথে শ্রেণিবদ্ধকে প্রশিক্ষণ দেওয়া কি বৈধ? model = CalibratedClassifierCV(my_classifier) model.fit(X_train, y_train) আমি …

3
আমি কি একটি ছোট বৈধকরণ সেট ব্যবহার করতে পারি?
আমি কোনও টেস্ট সেট এবং একটি বৈধকরণ সেটগুলিতে ডেটা বিভক্ত করার পিছনে যুক্তিটি বুঝতে পারি। আমি আরও বুঝতে পারি যে বিভাজনের আকার পরিস্থিতিটির উপর নির্ভর করবে তবে সাধারণত 50/50 থেকে 90/10 পর্যন্ত পরিবর্তিত হবে। আমি বানানটি সংশোধন করতে এবং m 5m বাক্যগুলির ডেটা সেট দিয়ে শুরু করার জন্য একটি আরএনএন …

1
নাল অনুমানের অধীনে বিনিময়যোগ্য নমুনার পিছনে অন্তর্দৃষ্টি কী?
পারমুয়েশন টেস্ট (যাকে এলোমেলোকরণ পরীক্ষা, পুনরায় র্যান্ডমাইজেশন পরীক্ষা বা একটি সঠিক পরীক্ষাও বলা হয়) খুব কার্যকর হয় এবং কার্যকর হয় যখন উদাহরণস্বরূপ প্রয়োজনীয় বন্টনের অনুমানটি t-testপূরণ হয় না এবং যখন র‌্যাঙ্কিংয়ের মাধ্যমে মানগুলির রূপান্তর হয় নন-প্যারাম্যাট্রিক পরীক্ষার Mann-Whitney-U-testফলে আরও তথ্য নষ্ট হতে পারে। যাইহোক, এই ধরণের পরীক্ষাটি নাল হাইপোথিসিসের অধীনে …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

2
"বুটস্ট্র্যাপ বৈধতা" (ওরফে "পুনরায় মডেল ক্রস-বৈধকরণ") এর পদ্ধতি কী?
"বুটস্ট্র্যাপ বৈধতা" / "পুনর্নির্মাণ ক্রস-বৈধকরণ" আমার কাছে নতুন, তবে এই প্রশ্নের উত্তর দিয়ে আলোচনা করা হয়েছিল । আমি সংগ্রহ করি এটিতে 2 ধরণের ডেটা জড়িত থাকে: আসল ডেটা এবং সিমুলেটেড ডেটা, যেখানে সিমুলেটেড ডেটাগুলির একটি সেট সেট রিয়েল রিপ্লেলিং-উইথ রিপ্লেসমেন্টের মাধ্যমে আসল ডেটা থেকে উত্পন্ন হয় যতক্ষণ না সিমুলেটেড ডেটা …

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.