सांख्यिकी और बिग डेटा

मापदंडों का आकलन करने के लिए सांख्यिकी का 'मौलिक' विचार अधिकतम संभावना है । मैं सोच रहा हूं कि मशीन लर्निंग में क्या विचार है। Qn 1. क्या यह कहना उचित होगा कि मापदंडों का आकलन करने के लिए मशीन सीखने में 'मौलिक' विचार है: 'नुकसान के कार्य' [नोट: यह …

19 machine-learning  maximum-likelihood  loss-functions  pac-learning 

डेटा माइनिंग और सांख्यिकीय विश्लेषण के बीच अंतर क्या है? कुछ पृष्ठभूमि के लिए, मेरी सांख्यिकीय शिक्षा रही है, मुझे लगता है, बल्कि पारंपरिक। एक विशिष्ट प्रश्न प्रस्तुत किया गया है, अनुसंधान तैयार किया गया है, और उस प्रश्न पर कुछ अंतर्दृष्टि प्रदान करने के लिए डेटा एकत्र और विश्लेषण …

19 data-mining  terminology  analysis 

मैंने शॉवर में इस समस्या के बारे में सोचा, यह निवेश रणनीतियों से प्रेरित था। मान लीजिए कि एक जादू का पेड़ था। हर दिन, आप पैसे के पेड़ को राशि की पेशकश कर सकते हैं और यह या तो इसे तीन गुना कर देगा, या इसे 50/50 संभावना के …

19 probability  mathematical-statistics  econometrics  random-walk  martingale 

Matérn सहसंयोजक समारोह आमतौर पर गाऊसी प्रक्रिया में कर्नेल फ़ंक्शन के रूप में उपयोग किया जाता है। इसे इस तरह परिभाषित किया गया है Cν(d)=σ221−νΓ(ν)(2ν−−√dρ)νKν(2ν−−√dρ)Cν(d)=σ221−νΓ(ν)(2νdρ)νKν(2νdρ) {\displaystyle C_{\nu }(d)=\sigma ^{2}{\frac {2^{1-\nu }}{\Gamma (\nu )}}{\Bigg (}{\sqrt {2\nu }}{\frac {d}{\rho }}{\Bigg )}^{\nu }K_{\nu }{\Bigg (}{\sqrt {2\nu }}{\frac {d}{\rho }}{\Bigg )}} जहां एक डिस्टेंस …

19 spatial  gaussian-process  kernel-trick 

मैं जेम्स-स्टीन अनुमानक के बारे में पढ़ रहा हूं। यह परिभाषित किया गया है, इस नोट्स में , जैसा कि θ^= ( 1 - पी - 2∥ एक्स∥2) एक्सθ^=(1-पी-2‖एक्स‖2)एक्स \hat{\theta}=\left(1 - \frac{p-2}{\|X\|^2}\right)X मैंने प्रमाण पढ़ा है लेकिन मैं निम्नलिखित कथन को नहीं समझता: ज्यामितीय रूप से, जेम्स-स्टीन अनुमानक प्रत्येक घटक …

19 estimation  terminology  shrinkage  steins-phenomenon 

विचरण की प्रारंभिक पहचान पर विचार करें: Var(X)===E[(X−E[X])2]...E[X2]−(E[X])2Var(X)=E[(X−E[X])2]=...=E[X2]−(E[X])2 \begin{eqnarray} Var(X) &=& E[(X - E[X])^2]\\ &=& ...\\ &=& E[X^2] - (E[X])^2 \end{eqnarray} यह गैर-केंद्रीय क्षणों में केंद्रीय क्षण की परिभाषा का एक सरल बीजगणितीय हेरफेर है। यह अन्य संदर्भों में सुविधाजनक हेरफेर की अनुमति देता है। यह दो पासों के बजाय …

19 variance  descriptive-statistics  intuition 

कैंटर वितरण से नमूना लेने का सबसे अच्छा तरीका क्या होगा ? इसमें केवल cdf है और हम इसे उल्टा नहीं कर सकते।

19 distributions  simulation  random-generation 

मेरे पास 140000 उदाहरणों और 30 विशेषताओं का एक डेटासेट है, जिसके लिए मैं एक द्विआधारी वर्गीकरण (एसवीएम, लॉजिस्टिक रिग्रेशन, रैंडम फॉरेस्ट आदि) के लिए कई क्लासिफायरशिप प्रशिक्षण दे रहा हूं। कई मामलों में ग्रिड या रैंडम खोज का उपयोग करके पूरे डेटासेट पर हाइपरपैरेट ट्यूनिंग बहुत महंगा है। मैंने …

19 machine-learning  cross-validation  hyperparameter 

मैं एक परिसंपत्ति की कीमत का पूर्वानुमान लगाने के लिए एक VAR मॉडल का निर्माण कर रहा हूं और जानना चाहूंगा कि क्या मेरा तरीका सांख्यिकीय रूप से ध्वनि है, क्या मैंने जो परीक्षण शामिल किए हैं वे प्रासंगिक हैं और यदि मेरे इनपुट चर के आधार पर एक विश्वसनीय …

19 r  forecasting  modeling  var 

मैं दृढ़ और पूलिंग परतों को समझता हूं, लेकिन मैं सीएनएन में पूरी तरह से जुड़ी परत का कारण नहीं देख सकता। पिछली परत सीधे आउटपुट परत से क्यों नहीं जुड़ी है?

19 neural-networks  deep-learning  conv-neural-network 

यदि मैं एमआरएफ के देखे गए नोड्स के मूल्यों को ठीक करता हूं, तो क्या यह सीआरएफ बन जाता है?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

अगर मुझे सही तरीके से समझ में आया, मशीन लर्निंग एल्गोरिदम में, मॉडल को अपने अनुभव से सीखना होगा, यानी जब मॉडल नए मामलों के लिए गलत भविष्यवाणी देता है, तो उसे नई टिप्पणियों के अनुकूल होना चाहिए, और समय के साथ, मॉडल तेजी से बेहतर हो जाता है। । …

19 machine-learning  logistic  random-forest 

मुझे अपने शोध में दो मुख्य दुविधाओं के बारे में कुछ सलाह की आवश्यकता है, जो 3 बड़े फार्मास्यूटिकल्स और नवाचार का एक केस अध्ययन है। प्रति वर्ष पेटेंट की संख्या निर्भर चर है। मेरे सवाल हैं एक अच्छे मॉडल के लिए सबसे महत्वपूर्ण मानदंड क्या हैं? अधिक / कम …

19 regression  generalized-linear-model  linear-model  goodness-of-fit  poisson-regression 

मैंने इस कथन को एक पुरानी सच्ची / झूठी परीक्षा पर पढ़ा: हम कई स्थानीय इष्टतम समाधान प्राप्त कर सकते हैं यदि हम क्रमिक वंश का उपयोग करके चुकता त्रुटियों के योग को कम करके एक रैखिक प्रतिगमन समस्या को हल करते हैं। हल: मिथ्या मेरा सवाल यह है कि …

19 least-squares  gradient-descent  convex 

मेरे पास फिट किए गए मूल्यों के कार्य में एक रेखीय मॉडल के अवशिष्ट मूल्यों का एक भूखंड है जहां विषमलैंगिकता बहुत स्पष्ट है। हालांकि मुझे यकीन नहीं है कि मुझे अब कैसे आगे बढ़ना चाहिए क्योंकि जहां तक ​​मैं समझता हूं कि यह विषमता मेरे रैखिक मॉडल को अमान्य …

19 r  generalized-linear-model  heteroscedasticity  lm