सांख्यिकी और बिग डेटा

यदि हम नेत्रहीन रूप से एक सतत डेटा का वितरण देखना चाहते हैं, तो हिस्टोग्राम और पीडीएफ में से किसका उपयोग किया जाना चाहिए? हिस्टोग्राम और पीडीएफ के बीच क्या अंतर हैं, फॉर्मूला वार नहीं?

18 distributions  pdf  histogram 

मैं एक किताब या ऑनलाइन संसाधन की तलाश कर रहा हूं जो विभिन्न प्रकार के एन्ट्रॉपी को समझाता है जैसे कि नमूना एंट्रॉपी और शैनन एंट्रॉपी और उनके फायदे और नुकसान। क्या कोई मुझे सही दिशा दिखा सकता है?

18 references  entropy 

छोटे विंडो आकारों पर, n log nछँटाई काम कर सकती है। क्या इसे प्राप्त करने के लिए कोई बेहतर एल्गोरिदम है?

18 algorithms  median 

अज्ञात जनसंख्या मानक विचलन (sd) के साथ माध्य के लिए विश्वास-अंतराल (CI) की गणना करने के लिए हम t-वितरण को नियोजित करके जनसंख्या मानक विचलन का अनुमान लगाते हैं। विशेष रूप से, जहां । लेकिन क्योंकि, हमारे पास जनसंख्या के मानक विचलन का बिंदु अनुमान नहीं है, हम अनुमान लगाते …

18 normal-distribution  confidence-interval  sampling  t-distribution 

मैं 1 से कुछ विशिष्ट को कुछ छह-पक्षीय पासा (d6) को रोल करके कुछ विशिष्ट को आकर्षित करना चाहता हूं । एक अच्छा जवाब यह बताएगा कि इसकी विधि समान और स्वतंत्र पूर्णांक क्यों बनाती है ।एनNN एक उदाहरण के रूप में, यह समझाने में मदद मिलेगी कि के मामले …

18 probability  random-generation  uniform  dice 

बहुत सारे ट्यूटोरियल ऑनलाइन ग्रेडिएंट डिसेंट के बारे में बात करते हैं और लगभग सभी एक निश्चित स्टेप साइज (सीखने की दर ) का उपयोग करते हैं। लाइन सर्च का कोई उपयोग क्यों नहीं होता है (जैसे कि बैकट्रैकिंग लाइन सर्च या सटीक लाइन सर्च)?αα\alpha

18 machine-learning  neural-networks  optimization  deep-learning 

मैंने कई चर्चाओं से समान निष्कर्ष निकाला है, जैसा कि मिनीबैच का आकार बड़ा हो जाता है, क्योंकि एसडब्ल्यूई का अभिसरण वास्तव में कठिन / बदतर हो जाता है, उदाहरण के लिए यह पेपर और यह उत्तर । इसके अलावा मैंने बड़े स्तर के आकारों के साथ इस कठिनाई को …

18 machine-learning  neural-networks  optimization  gradient-descent  sgd 

मैं किताब पढ़ रहा हूं: बिशप, पैटर्न मान्यता और मशीन लर्निंग (2006) जो फार्म के वितरण के रूप में घातीय परिवार को परिभाषित करता है (Eq। 2.194): p(x|η)=h(x)g(η)exp{ηTu(x)}p(x|η)=h(x)g(η)exp⁡{ηTu(x)}p(\mathbf x|\boldsymbol \eta) = h(\mathbf x) g(\boldsymbol \eta) \exp \{\boldsymbol \eta^\mathrm T \mathbf u(\mathbf x)\} लेकिन मुझे h(x)h(x)h(\mathbf x) या \ mathbf u …

18 mathematical-statistics  exponential-family 

यह सर्वविदित है कि दंड के साथ रैखिक प्रतिगमन सह-गुणकों पर पूर्व में गाऊसी द्वारा दिए गए एमएपी अनुमान को खोजने के बराबर है। इसी तरह, एल 1 दंड का उपयोग करना पूर्व के रूप में लाप्लास वितरण का उपयोग करने के बराबर है।l2l2l^2l1l1l^1 और एल 2 नियमितीकरण के कुछ …

18 regression  bayesian  regularization  prior  elastic-net 

मेरा मूवमेंट बिहेवियर (समय बिताना, नींद आना, गतिहीन होना और शारीरिक गतिविधि करना) पर डेटा है, जो लगभग 24 (जैसा कि प्रति दिन घंटों में) होता है। मैं एक ऐसा वैरिएबल बनाना चाहता हूं, जो इनमें से प्रत्येक व्यवहार में खर्च किए गए सापेक्ष समय को पकड़ता है - मुझे …

18 r  multivariate-analysis  data-transformation  compositional-data 

हम सभी उपलब्ध प्रशिक्षण नमूनों की संपूर्णता के माध्यम से एक युग को परिभाषित करते हैं, और मिनी-बैच के आकार को उन नमूनों की संख्या के रूप में दर्शाते हैं जिनके आधार पर हम ढाल को नीचे करने के लिए आवश्यक भार / पूर्वाग्रहों के अपडेट को खोजने के लिए …

18 machine-learning  neural-networks  optimization  deep-learning 

मैंने पढ़ा है (उदाहरण के लिए, यहां ) कि एपीनेक्निकोव कर्नेल इष्टतम है, कम से कम एक सैद्धांतिक अर्थ में, जब कर्नेल घनत्व अनुमान लगाते हैं। यदि यह सच है, तो गॉसियन इतनी बार डिफ़ॉल्ट कर्नेल के रूप में क्यों दिखाता है, या कई मामलों में घनत्व अनुमान पुस्तकालयों में …

18 nonparametric  kernel-smoothing 

मैं wikipedia पर Jeffreys से पहले के बारे में पढ़ रहा था: Jeffreys पहले और देखा कि प्रत्येक उदाहरण के बाद, यह वर्णन करता है कि कैसे एक भिन्नता-स्थिरीकरण परिवर्तन Jeffreys को एक समान पूर्व में बदल देता है। उदाहरण के लिए, Bernoulli मामले के लिए, यह कहा गया है …

18 bayesian  prior  jeffreys-prior 

एमएल हाइपरपैरमीटर ट्यूनिंग के लिए बायेसियन ऑप्टिमाइज़ेशन (1) पर पर्याप्त समकालीन शोध है । यहां ड्राइविंग प्रेरणा यह है कि कम से कम संख्या में डेटा बिंदुओं के बारे में सूचित विकल्प बनाने के लिए आवश्यक है कि कौन से बिंदुओं का प्रयास करने के लिए सार्थक हैं (उद्देश्य फ़ंक्शन …

18 hyperparameter  bayesian-optimization  optunity 

सुदृढीकरण सीखने का अध्ययन करते समय, मैं इनाम समारोह के कई रूपों में आया हूं: , , और यहां तक ​​कि एक इनाम फ़ंक्शन जो केवल वर्तमान स्थिति पर निर्भर करता है। यह कहने के बाद, मुझे एहसास हुआ कि एक इनाम समारोह को 'परिभाषित' या 'परिभाषित' करना बहुत आसान …

18 machine-learning  reinforcement-learning