सांख्यिकी और बिग डेटा

यहाँ एक छोटा सा उदाहरण है: MyDf<-data.frame(x=c(1,2,3,4), y=c(1.2, .7, -.5, -3)) अब इसके साथ base::lm: > lm(y~x, data=MyDf) %>% summary Call: lm(formula = y ~ x, data = MyDf) Residuals: 1 2 3 4 -0.47 0.41 0.59 -0.53 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.0500 0.8738 3.491 0.0732 …

12 r  regression  p-value  linear-model 

मैं "रेगुलर लर्निंग" सेटिंग में रेगुलर मशीन लर्निंग एनालिसिस और लीनियर रिग्रेशन में लीनियर रिग्रेशन में अंतर जानना चाहता हूं। गहरी लर्निंग सेटिंग में रेखीय प्रतिगमन के लिए कौन से एल्गोरिदम का उपयोग किया जाता है।

12 regression  machine-learning  deep-learning 

जब आप "डिकॉनवोल्यूशन" (<- एक अच्छा शब्द नहीं है, लेकिन मुझे यहाँ इसका इस्तेमाल करते हैं) "" अपसम्प्लिंग "और" ट्रांज़ोज़ कनवल्शन "दोनों शब्दों का उपयोग किया जाता है। मूल रूप से, मैंने सोचा था कि उनका मतलब एक ही है, लेकिन मुझे लगता है कि इन लेखों को पढ़ने के …

12 machine-learning  neural-networks  conv-neural-network  transposed-convolution 

मेरे पास एक डेटासेट है, जिसमें अलग-अलग टैडपोल के "गतिविधि स्तर" को मापा जाता है, इसलिए मानों को 0 और 1 के बीच बांधा जाता है। यह डेटा एक निश्चित समय अंतराल के भीतर स्थानांतरित किए गए समय की संख्या की गणना करके एकत्र किया गया था (1 आंदोलन के …

12 r  mixed-model  random-effects-model  beta-distribution  beta-regression 

मैं इमेज रिकग्निशन के लिए डीप रेजिडेंशल लर्निंग पेपर पढ़ रहा था और मुझे 100% निश्चितता के साथ समझने में कठिनाइयाँ थीं कि अवशिष्ट ब्लॉक कम्प्यूटेशनल रूप से क्या कहता है। उनके पेपर पढ़ने से उनका आंकड़ा 2 है: जो बताता है कि एक अवशिष्ट ब्लॉक क्या माना जाता है। …

12 machine-learning  neural-networks  deep-learning  conv-neural-network  residual-networks 

मैं बीजगणितीय / सटीक स्तर पर प्रधान घटक विश्लेषण और एकवचन मूल्य अपघटन के बीच के संबंध को समझता हूं। मेरा प्रश्न स्कोर-लर्न कार्यान्वयन के बारे में है । प्रलेखन कहता है: " [ट्रंचकेटेडएसवीडी] पीसीए के समान है, लेकिन एक कोवरियन मैट्रिक्स के बजाय सीधे नमूना वैक्टर पर संचालित होता …

12 pca  scikit-learn  svd  scipy 

पर इस पोस्ट , आप बयान पढ़ सकते हैं: मॉडल आमतौर पर अंक का प्रतिनिधित्व कर रहे एक परिमित आयामी कई गुना पर।θθ\theta पर विभेदकों ज्यामिति और सांख्यिकी माइकल मरे और जॉन डब्ल्यू चावल से इन अवधारणाओं को पठनीय भी गणितीय अभिव्यक्ति अनदेखी गद्य में समझाया गया है। दुर्भाग्य से, …

12 distributions  manifold-learning  information-geometry  topologies 

क्रुश्के की बायेसियन पुस्तक कहती है, एक सिक्के को लहराने के लिए एक बीटा वितरण के उपयोग के बारे में, उदाहरण के लिए, अगर हमारे पास इस ज्ञान के अलावा कोई पूर्व ज्ञान नहीं है कि सिक्के में एक सिर और एक पूंछ पक्ष है, तो यह पहले वाले एक …

12 probability  bayesian  beta-distribution 

मैं एक द्विआधारी वर्गीकरण कार्य कर रहा हूं जहां परिणाम संभावना काफी कम है (aroung 3%)। मैं यह तय करने का प्रयास कर रहा हूं कि क्या एयूसी या ऑप्ट-लॉस द्वारा ऑप्टिमाइज़ किया जाए। जितना मैंने समझा है, एयूसी वर्ग के बीच भेदभाव करने के लिए मॉडल की क्षमता को …

12 classification  binary-data  auc  log-loss 

मशीन लर्निंग (प्रतिगमन समस्याओं के लिए) में, मैं अक्सर मीन-स्क्वेर्ड-एरर (MSE) या मीन-एब्सोल्यूट-एरर (MAE) को कम से कम करने के लिए एरर फंक्शन के रूप में उपयोग किया जाता है (साथ ही रेगुलराइजेशन टर्म)। मैं सोच रहा हूँ कि क्या ऐसी परिस्थितियाँ हैं जहाँ सहसंबंध गुणांक का उपयोग करना अधिक …

12 regression  machine-learning  svm  optimization  deep-learning 

मैं यहाँ सांख्यिकीय मॉडल पर विकिपीडिया लेख पढ़ रहा हूँ , और मैं कुछ हद तक "गैर-पैरामीट्रिक सांख्यिकीय मॉडल" के अर्थ के रूप में हैरान हूँ, विशेष रूप से: एक सांख्यिकीय मॉडल nonparametric है यदि पैरामीटर सेट अनंत आयामी है। एक सांख्यिकीय मॉडल अर्धवृत्ताकार है अगर इसमें परिमित-आयामी और अनंत-आयामी …

12 nonparametric  model 

मैं वर्तमान में ~ 300 चर और 800 टिप्पणियों के साथ एक डेटासेट पर एक द्विआधारी परिणाम के लिए एक भविष्य कहनेवाला मॉडल बनाने पर काम कर रहा हूं। मैंने इस साइट पर स्टेप वाइज रिग्रेशन से जुड़ी समस्याओं के बारे में बहुत कुछ पढ़ा है और इसका उपयोग क्यों …

12 multiple-regression  predictive-models  interpretation  regression-coefficients  lasso 

मैंने न्यूरल नेटवर्क्स के साथ तंत्रिका नेटवर्क के बारे में सीखना शुरू कर दिया है। डॉट कॉम ट्यूटोरियल। तीसरे अध्याय में विशेष रूप से क्रॉस एन्ट्रापी फ़ंक्शन के बारे में एक अनुभाग है, और क्रॉस एन्ट्रापी नुकसान को परिभाषित करता है: C=−1n∑x∑j(yjlnaLj+(1−yj)ln(1−aLj))C=−1n∑x∑j(yjln⁡ajL+(1−yj)ln⁡(1−ajL))C = -\frac{1}{n} \sum\limits_x \sum\limits_j (y_j \ln a^L_j + …

12 neural-networks  loss-functions  softmax  cross-entropy 

मैं एन = 250 फर्मों और टी = 50 महीने के साथ पैनल डेटासेट से अनुमानित मापदंडों के लिए विश्वास अंतराल का अनुमान लगाने के लिए बूटस्ट्रैपिंग का उपयोग करना चाहता हूं। कलमन फ़िल्टरिंग और जटिल nonlinear अनुमान के उपयोग के कारण मापदंडों का अनुमान कम्प्यूटेशनल रूप से महंगा (गणना …

12 confidence-interval  bootstrap  nonlinear-regression  kalman-filter 

मैं हाल ही में काम पर कुछ मासिक पूर्वानुमानों पर काम करते हुए और रॉब ह्यंडमैन की पुस्तक को पढ़ते हुए अपने पूर्वानुमान ज्ञान को ताज़ा कर रहा हूं, लेकिन जिस जगह पर मैं संघर्ष कर रहा हूं वह एक घातीय चौरसाई मॉडल बनाम एआरआईएमए मॉडल का उपयोग करना है। …

12 forecasting  arima  exponential-smoothing