सांख्यिकी और बिग डेटा

मैं आज क्रिश्चियन रॉबर्ट के ब्लॉग को पढ़ रहा था और नए मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथम को काफी पसंद कर रहा था, जिसकी वह चर्चा कर रहे थे। यह सरल और लागू करने में आसान लग रहा था। जब भी मैं MCMC को कोड करता हूं, तो मैं बहुत ही मूल MH …

20 mcmc  metropolis-hastings 

क्या एक मॉडल को डेटा को फिट करने और मॉडल को डेटा को फिट करने के बीच एक वैचारिक या प्रक्रियात्मक अंतर है? पहली वर्डिंग का एक उदाहरण https://courses.washington.edu/matlab1/ModelFitting.html में देखा जा सकता है , और दूसरे का https://reference.wolfram.com/applications/eda/FittingDoToLinearModelsByLeast-SquaresTechniques.html में देखा जा सकता है। ।

20 terminology 

से पूर्वानुमान: सिद्धांत और व्यवहार रोब जम्मू Hyndman और जॉर्ज Athanasopoulos द्वारा पाठ्यपुस्तक , विशेष रूप से सटीकता माप पर अनुभाग : एक पूर्वानुमान विधि जो MAE को न्यूनतम करती है, माध्यिका के पूर्वानुमान को जन्म देगी, जबकि RMSE को कम करने से माध्य के पूर्वानुमान को बढ़ावा मिलेगा। क्या …

20 forecasting  mean  median  rms  mae 

मैंने पारंपरिक अक्सरवादी सांख्यिकीय डोमेन में पूर्वानुमान मॉडल को मान्य करने के लिए तरीकों और सॉफ्टवेयर के विकास के लिए बहुत समय समर्पित किया है । व्यवहार और शिक्षण में अधिक बायेसियन विचारों को रखने में मुझे गले लगाने के लिए कुछ महत्वपूर्ण अंतर दिखाई देते हैं। सबसे पहले, बेयसियन …

20 bayesian  cross-validation  predictive-models  validation  regression-strategies 

हाल ही में मैंने सीखा है कि एमएल समस्याओं के लिए बेहतर समाधान खोजने का एक तरीका सुविधाओं का निर्माण है। उदाहरण के लिए, दो सुविधाओं को संक्षेपित करके ऐसा कर सकते हैं। उदाहरण के लिए, हमारे पास दो प्रकार के "हमले" और कुछ प्रकार के नायक के "बचाव" हैं। …

20 machine-learning  feature-construction 

विरल डेटा और लापता डेटा के बीच मुख्य अंतर क्या हैं? और यह मशीन सीखने को कैसे प्रभावित करता है? अधिक विशेष रूप से, स्पार्क डेटा और गुम डेटा का वर्गीकरण एल्गोरिदम और रिग्रेशन (संख्याओं की भविष्यवाणी) के प्रकारों पर क्या प्रभाव पड़ता है। मैं एक स्थिति के बारे में …

20 machine-learning  dataset  missing-data  sparse 

हाल ही में मैंने पाया है कि लागू अर्थमिति साहित्य में, सुविधा चयन समस्याओं से निपटने के दौरान, चयनित चर का उपयोग करके ओएलएस प्रतिगमन के बाद LASSO प्रदर्शन करना असामान्य नहीं है। मैं सोच रहा था कि हम इस तरह की प्रक्रिया की वैधता कैसे प्राप्त कर सकते हैं। …

20 regression  feature-selection  econometrics  least-squares  lasso 

मेरे पास एक गहरा तंत्रिका नेटवर्क मॉडल है और मुझे इसे अपने डेटासेट पर प्रशिक्षित करने की आवश्यकता है जिसमें लगभग 100,000 उदाहरण हैं, मेरे सत्यापन डेटा में लगभग 1000 उदाहरण हैं। क्योंकि प्रत्येक उदाहरण (प्रत्येक उदाहरण के लिए लगभग 0.5s) को प्रशिक्षित करने के लिए समय लगता है और …

20 neural-networks  deep-learning 

यह शायद एक तुच्छ प्रश्न है, लेकिन मेरी खोज अब तक बेकार रही है, जिसमें इस विकिपीडिया लेख , और "डिस्ट्रीब्यूशन ऑफ़ डिस्ट्रिब्यूशन" दस्तावेज़ शामिल हैं । यदि का एक समान वितरण है, तो क्या इसका मतलब है कि एक घातीय वितरण का अनुसरण करता है?ई एक्सएक्सएक्सXइएक्सइएक्सe^X इसी तरह, यदि …

20 distributions  data-transformation  exponential  uniform 

मैं अलग-अलग आवर्तक तंत्रिका नेटवर्क (RNN) आर्किटेक्चर को समय श्रृंखला डेटा पर लागू करने के लिए समझने की कोशिश कर रहा हूं और RNN का वर्णन करते समय अक्सर उपयोग किए जाने वाले विभिन्न नामों के साथ थोड़ा भ्रमित हो रहा हूं। क्या दीर्घकालिक अल्पकालिक मेमोरी (LSTM) और गेटेड रिकरंट …

20 neural-networks  lstm  rnn 

वास्तव में, मतलब सिर्फ टिप्पणियों का औसत है। विचरण यह है कि ये अवलोकन माध्य से कितने भिन्न हैं। मैं जानना चाहूंगा कि विचरण के व्युत्क्रम को सटीकता के रूप में क्यों जाना जाता है। इससे हम क्या अंतर्ज्ञान कर सकते हैं? और सटीक मैट्रिक्स बहुभिन्नरूपी (सामान्य) वितरण में सहसंयोजक …

20 normal-distribution  multivariate-analysis  terminology  intuition 

गहरे और उथले तंत्रिका नेटवर्क के प्रशिक्षण में, अन्य मेटाफ्यूरिस्टिक्स के विपरीत ग्रेडिएंट मेथड्स (जैसे ग्रेडिएंट डिसेंट, नेस्टरोव, न्यूटन-राफसन) का आमतौर पर इस्तेमाल क्यों किया जाता है? मेटाह्यूरिस्टिक्स से मेरा मतलब है कि नकली एनालिंग, चींटी कॉलोनी ऑप्टिमाइज़ेशन आदि जैसे तरीके, जो एक स्थानीय मिनीमा में अटकने से बचने के …

20 neural-networks  optimization  deep-learning  gradient-descent  backpropagation 

मैं LSTMs के साथ प्रयोग करने के लिए थीनो का उपयोग कर रहा हूं, और सोच रहा था कि LSTM के लिए कौन से अनुकूलन के तरीके (SGD, Adagrad, Adadelta, RMSprop, Adam, etc) सबसे अच्छे हैं? क्या इस विषय पर कोई शोध पत्र हैं? इसके अलावा, क्या इसका जवाब इस …

20 machine-learning  neural-networks  optimization  lstm 

मैं सांख्यिकीय सीखने के तत्वों के पूर्वाग्रह-विचरण व्यापार के अध्याय को पढ़ रहा हूं और मुझे पृष्ठ 29 पर सूत्र में संदेह है। डेटा एक मॉडल से उत्पन्न होने दें, जैसे कि जहाँ यादृच्छिक है अपेक्षित मान के साथ संख्या और वेरिएंट । बता दें कि मॉडल की त्रुटि का …

20 machine-learning  unbiased-estimator  mse  bias-variance-tradeoff 

ओएलएस प्रतिगमन के संदर्भ में मैं समझता हूं कि एक अवशिष्ट भूखंड (बनाम सज्जित मूल्यों) को पारंपरिक रूप से निरंतर विचरण के लिए परीक्षण करने और मॉडल विनिर्देशन का आकलन करने के लिए देखा जाता है। रेजिडेंशियल फिट्स के खिलाफ क्यों साजिश रची जाती है, और मान नहीं? इन दोनों …

20 regression  residuals