सांख्यिकी और बिग डेटा

प्रसंग मल्टीवीरेट गॉसियन मशीन लर्निंग में अक्सर दिखाई देता है और निम्नलिखित परिणाम कई एमएल पुस्तकों और पाठ्यक्रमों में व्युत्पन्न के बिना उपयोग किए जाते हैं। आयामों के एक मैट्रिक्स XX\mathbf{X} के रूप में डेटा को देखते हुए , अगर हम यह मान लें कि डेटा एक -ariate Gaussian वितरण …

20 normal-distribution  maximum-likelihood  estimators  multivariate-normal 

मैं समझने की कोशिश कर रहा हूं कि XGBoost कैसे काम करता है। मैं पहले से ही समझता हूं कि पाइथन स्केलेर पर पेड़ कैसे तेजी से काम करते हैं। मेरे लिए जो स्पष्ट नहीं है वह यह है कि अगर XGBoost उसी तरह काम करता है, लेकिन तेजी से, …

20 scikit-learn  boosting  gbm  xgboost 

तंत्रिका नेटवर्क लिंगो के संदर्भ में (y = वजन * x + पूर्वाग्रह) मुझे कैसे पता चलेगा कि कौन से चर दूसरों की तुलना में अधिक महत्वपूर्ण हैं? मेरे पास 10 इनपुट के साथ एक तंत्रिका नेटवर्क है, 20 नोड्स के साथ 1 छिपी हुई परत, और 1 आउटपुट परत …

20 machine-learning  neural-networks  bias  tensorflow  theano 

जेनेटिक एल्गोरिदम अनुकूलन विधि का एक रूप है। अक्सर स्टोचैस्टिक ग्रेडिएंट डिसेंट और इसके डेरिवेटिव फंक्शन ऑप्टिमाइजेशन के लिए सबसे अच्छा विकल्प होते हैं, लेकिन जेनेटिक एल्गोरिदम अभी भी कभी-कभी उपयोग किए जाते हैं। उदाहरण के लिए, नासा के ST5 अंतरिक्ष यान का एंटीना एक आनुवंशिक एल्गोरिथ्म के साथ बनाया …

20 machine-learning  optimization  gradient-descent  genetic-algorithms 

चलो एक संभावना स्थान हो, एक यादृच्छिक चर दिया और एक -algebra हम एक नया यादृच्छिक चर , जो सशर्त अपेक्षा है।( Ω , एफ , μ ) (Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ : Ω → आरξ:Ω→R\xi:\Omega \to \mathbb{R} σ σ\sigmaजी ⊆ एफG⊆F\mathscr{G}\subseteq \mathscr{F} ई [ ξ | जी ]E[ξ|G]E[\xi|\mathscr{G}] बारे में सोचने के …

20 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

मैं हाल ही में LSTM में दिलचस्पी ले रहा हूं और मुझे यह जानकर आश्चर्य हुआ कि वजन समय के साथ साझा किया जाता है। मुझे पता है कि यदि आप समय के साथ वजन साझा करते हैं, तो आपके इनपुट समय अनुक्रम एक चर लंबाई हो सकते हैं। साझा …

20 machine-learning  lstm  rnn 

मैं अनुकूलन के लिए नया हूँ। मैं उन समीकरणों को देखता रहता हूं जिनमें एक सुपरस्क्रिप्ट 2 है और एक मानक के दाईं ओर एक सबस्क्रिप्ट 2 है। उदाहरण के लिए, यहाँ सबसे कम वर्ग समीकरण है मिनट||Ax−b||22||Ax−b||22 ||Ax-b||^2_2 मुझे लगता है कि मैं सुपरस्क्रिप्ट 2 को समझता हूं: इसका …

20 regression  optimization  notation 

मैं उलझन में हूँ कि कैसे पहनावा सीखने के k- गुना क्रॉस सत्यापन के लिए डेटा का विभाजन किया जाए। मान लें कि मेरे पास वर्गीकरण के लिए एक पहनावा सीखने की रूपरेखा है। मेरी पहली परत में वर्गीकरण मॉडल शामिल हैं, उदाहरण के लिए svm, निर्णय पेड़। मेरी दूसरी …

20 classification  cross-validation  ensemble 

मैं प्रति व्यक्ति (ईएसएल) प्रति पूर्वानुमानित त्रुटि की व्युत्पत्ति को समझने के लिए संघर्ष कर रहा हूं, विशेष रूप से 2.11 और 2.12 (कंडीशनिंग, बिंदु-वार न्यूनतम की ओर कदम) की व्युत्पत्ति पर। किसी भी संकेत या लिंक बहुत सराहना की। नीचे मैं ईएसएल पृष्ठ से अंश की रिपोर्ट कर रहा …

20 regression  prediction  error 

"दूर का पर्यवेक्षण" एक सीखने की योजना है जिसमें एक क्लासिफायरियर को एक कमजोर लेबल प्रशिक्षण सेट दिया जाता है (प्रशिक्षण डेटा स्वचालित रूप से हेयूरिस्टिक्स / नियमों के आधार पर लेबल किया जाता है)। मुझे लगता है कि दोनों पर्यवेक्षित शिक्षण, और अर्ध-पर्यवेक्षित शिक्षण में ऐसे "दूर के पर्यवेक्षण" …

20 machine-learning  data-mining  dataset  references  unsupervised-learning 

मान लीजिए कि मेरे पास "किडनी कैथेटर" डेटा सेट है। मैं कॉक्स मॉडल का उपयोग करके उत्तरजीविता वक्र बनाने की कोशिश कर रहा हूं। अगर मैं एक कॉक्स मॉडल पर विचार करें: मैं आधारभूत खतरा के अनुमान की जरूरत है। अंतर्निहित पैकेज आर फ़ंक्शन का उपयोग करके , मैं इसे …

20 r  cox-model  hazard 

मैं स्लीप स्टेज के वर्गीकरण पर काम कर रहा हूं। मैंने इस विषय के बारे में कुछ शोध लेख पढ़े उनमें से कई में एसवीएम या पहनावा पद्धति का उपयोग किया गया। क्या एक आयामी ईईजी सिग्नल को वर्गीकृत करने के लिए दृढ़ तंत्रिका नेटवर्क का उपयोग करना एक अच्छा …

20 neural-networks  svm  conv-neural-network  signal-processing 

मैं परिवर्तनशील ऑटोकेन्डर और सामान्य (नियतात्मक) ऑटोकेनोडर और उनके पीछे के गणित की मूल संरचना को समझता हूं, लेकिन मैं कब और क्यों एक प्रकार के ऑटोकेनर को दूसरे के लिए पसंद करूंगा? सभी मेरे बारे में सोच सकते हैं कि परिवर्तनशील ऑटोकेनोडर के अव्यक्त चर का पूर्व वितरण हमें …

20 deep-learning  autoencoders  variational-bayes 

MCMC एल्गोरिदम के विभिन्न प्रकार हैं: महानगरों-हेस्टिंग्स गिब्स महत्व / अस्वीकृति नमूनाकरण (संबंधित)। महानगर-हेस्टिंग्स के बजाय गिब्स नमूने का उपयोग क्यों करेंगे? मुझे संदेह है कि ऐसे मामले हैं जब मेट्रोपोलिस-हेस्टिंग्स की तुलना में गिब्स नमूने के साथ इंजेक्शन अधिक ट्रैक्टेबल है, लेकिन मैं बारीकियों पर स्पष्ट नहीं हूं।

20 bayesian  simulation  mcmc  gibbs  metropolis-hastings 

ज्यादातर सैद्धांतिक सवाल। क्या गैर-सामान्य वितरण के कोई उदाहरण हैं जो पहले चार पल सामान्य के बराबर हैं? क्या वे सिद्धांत में मौजूद हो सकते हैं?

20 normal-distribution  skewness  moments  theory  kurtosis