सांख्यिकी और बिग डेटा

मैं i) SGD और ii) एडम ऑप्टिमाइज़र का उपयोग करके एक तंत्रिका नेटवर्क को प्रशिक्षित कर रहा हूं। सामान्य SGD का उपयोग करते समय, मुझे एक चिकनी प्रशिक्षण हानि बनाम पुनरावृत्ति वक्र मिलता है जैसा कि नीचे देखा गया है (लाल एक)। हालांकि, जब मैंने एडम ऑप्टिमाइज़र का उपयोग किया, …

16 neural-networks  deep-learning  adam 

मैं आरएनएन के उच्च स्तरीय अनुप्रयोग को समझने के लिए (अन्य लोगों के बीच) ग्रोम्स के 2005 के पेपर को फोनेमी वर्गीकरण पर अनुक्रमित करने की कोशिश कर रहा हूं । समस्या को संक्षेप में बताने के लिए: हमारे पास एक बड़ा प्रशिक्षण सेट है जिसमें एकल वाक्यों की ऑडियो …

16 lstm  rnn 

कभी-कभी मैंने पाठ्यपुस्तकों को सामान्य वितरण में मानक विचलन और विचरण के रूप में दूसरे पैरामीटर के संदर्भ में देखा है। उदाहरण के लिए, यादृच्छिक चर X ~ N (0, 4)। यह स्पष्ट नहीं है कि सिग्मा या सिगमा स्क्वेरड 4 के बराबर है। मैं सिर्फ सामान्य सम्मेलन का पता …

15 distributions  normal-distribution 

एक वर्गीकरणकर्ता, मॉडल और अनुमानक के बीच अंतर क्या है? मैं जो बता सकता हूं उससे: एक अनुमानक प्रतिगमन एल्गोरिथ्म से पाया गया एक भविष्यवक्ता है एक क्लासिफायरियर एक एल्गोरिथ्म है जो एक वर्गीकरण एल्गोरिथ्म से पाया जाता है एक मॉडल एक अनुमानक या एक क्लासिफायरियर दोनों हो सकता है …

15 machine-learning 

इस साइट पर पहले से ही एक पोस्ट है जो एक ही मुद्दे के बारे में बात कर रही है: संकोचन क्यों काम करता है? लेकिन, उत्तर लोकप्रिय होने के बावजूद, मुझे विश्वास नहीं होता कि प्रश्न का सार वास्तव में संबोधित है। यह बहुत स्पष्ट है कि अनुमान में …

15 regularization  ridge-regression  shrinkage 

सीमांत आमतौर पर एक ऐसी चीज को संदर्भित करता है जो एक छोटा प्रभाव है, कुछ ऐसा जो एक बड़ी प्रणाली के बाहर है। यह "सीमांत" के रूप में वर्णित के महत्व को कम करने के लिए जाता है। तो यह कैसे यादृच्छिक चर के सबसेट की संभावना पर लागू …

15 probability  terminology 

सामान्य प्रश्न मान लें कि हमारे पास iid डेटा x1x1x_1 , x2x2x_2 , ... स्ट्रीमिंग है। हम पुनरावर्ती रूप से के अधिकतम संभावना अनुमान की गणना करना चाहते हैं। । यही है, कंप्यूटेड होने के हम एक नया निरीक्षण x_n , और किसी भी तरह संवर्द्धित करने के लिए इच्छा …

15 maximum-likelihood  online 

रेखीय प्रतीपगमन मॉडल मान्यताओं का एक समूह है कि बनाता है quantile प्रतिगमन और, अगर रेखीय प्रतीपगमन की मान्यताओं से मुलाकात कर रहे हैं, तो अपने अंतर्ज्ञान (और कुछ बहुत ही सीमित अनुभव) है यह नहीं है कि मंझला प्रतिगमन रेखीय प्रतीपगमन के रूप में लगभग समान परिणाम देना होगा। …

15 regression  multiple-regression  quantile-regression 

जीएलएम में 'अति-फैलाव' की घटना तब उत्पन्न होती है जब हम एक मॉडल का उपयोग करते हैं जो प्रतिक्रिया चर के विचरण को प्रतिबंधित करता है, और डेटा मॉडल प्रतिबंध की तुलना में अधिक विचरण प्रदर्शित करता है। यह आमतौर पर तब होता है जब मॉडलिंग एक पॉइज़न जीएलएम का …

15 generalized-linear-model  poisson-regression  overdispersion  quasi-likelihood 

मैं एक आंकड़ा बनाने की कोशिश कर रहा हूं जो वायरल प्रतियां और जीनोम कवरेज (जीसीसी) के बीच के संबंध को दर्शाता है। यह मेरा डेटा जैसा दिखता है: सबसे पहले, मैंने सिर्फ एक रेखीय प्रतिगमन की साजिश रची, लेकिन मेरे पर्यवेक्षकों ने मुझे बताया कि वह गलत था, और …

15 regression  modeling  curve-fitting  percentage 

मान लीजिए कि हमें दो प्रतिगमन पेड़ (वृक्ष एक और पेड़ बी) है कि नक्शे इनपुट उत्पादन के लिए y ∈ आर । चलो y = च एक ( एक्स ) पेड़ एक के लिए और च बी ( x ) पेड़ बी के लिए प्रत्येक पेड़ द्विआधारी विभाजन का …

15 regression  machine-learning  cart 

कम्प्यूटेशनल आंकड़ों में यादृच्छिक संख्या जनरेटर (RNG) कैसे और क्यों महत्वपूर्ण हैं? मैं समझता हूं कि किसी भी परिकल्पना की ओर पूर्वाग्रह से बचने के लिए कई सांख्यिकीय परीक्षणों के लिए नमूने चुनते समय यादृच्छिकता महत्वपूर्ण है, लेकिन क्या कम्प्यूटेशनल आंकड़ों के अन्य क्षेत्र हैं जहां यादृच्छिक संख्या जनरेटर महत्वपूर्ण …

15 hypothesis-testing  monte-carlo  algorithms  random-generation  computational-statistics 

मैं मानता हूँ कि P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B) = P(A | B,C) * P(C) + P(A|B,\neg C) * P(\neg C) सही है, जबकि P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B) = P(A | B,C) + P(A|B,\neg C) गलत है। हालाँकि, मुझे बाद में एक के बारे में "अंतर्ज्ञान" मिला है, यानी आप दो मामलों (C या Not C) को …

15 probability  bayesian 

मैंने कई बार पढ़ा है कि यादृच्छिक प्रभाव (BLUPs / सशर्त मोड के लिए, कहते हैं, विषयों) एक रैखिक मिश्रित प्रभाव मॉडल के पैरामीटर नहीं हैं, लेकिन इसके बजाय अनुमानित विचरण / सहसंयोजक मापदंडों से प्राप्त किया जा सकता है। जैसे रेनहोल्ड क्लीगल एट अल। (2011) राज्य: रैंडम इफेक्ट्स विषय …

15 mixed-model  intuition  blup 

मैं glm()आर का उपयोग करते हुए अशक्त परिकल्पनाओं को बदलने में रुचि रखता हूं । उदाहरण के लिए: x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) परिकल्पना का परीक्षण करता है कि p=0.5p=0.5p = 0.5 । क्या होगा अगर मैं नल को ppp = कुछ मनमाना मूल्य …

15 r  hypothesis-testing  generalized-linear-model  chi-squared  offset