सांख्यिकी और बिग डेटा

मान लीजिए कि मेरे पास और के संयुक्त वितरण से एक नमूना है । मैं परिकल्पना है कि किस प्रकार जाँच कर और हैं स्वतंत्र ?एक्स वाई एक्स वाई वाई( एक्स)n, वाईn) , एन = 1 .. एन(Xn,Yn),n=1..N(X_n,Y_n), n=1..Nएक्सXXYYYएक्सXXYYY और के संयुक्त या सीमांत वितरण कानूनों पर कोई धारणा नहीं …

48 hypothesis-testing  references  independence 

मेरे पास 31 मूल्यों के साथ एक नमूना डेटासेट है। मैं दो-पूंछ वाले टी-टेस्ट को आर का उपयोग करके परीक्षण करने के लिए दौड़ाता हूं अगर सही मतलब 10 के बराबर है: t.test(x=data, mu=10, conf.level=0.95) आउटपुट: t = 11.244, df = 30, p-value = 2.786e-12 alternative hypothesis: true mean is …

48 r  statistical-significance  t-test  p-value 

एक प्रकाशित लेख ( पीडीएफ ) में ये 2 वाक्य हैं: इसके अलावा, गलत तरीके से गलत नियमों के लागू होने या सांख्यिकीय परीक्षण के ज्ञान की कमी के कारण हो सकता है। उदाहरण के लिए, एक एनोवा में कुल डीएफ को परीक्षण की रिपोर्टिंग में त्रुटि डीएफ के लिए …

48 hypothesis-testing  chi-squared 

मैं समझता हूं कि एक बार जब हम एक चार्ट के रूप में मूल्यों की साजिश करते हैं, तो हम जुड़वां चोटियों का अवलोकन करके एक द्विस्तरीय वितरण की पहचान कर सकते हैं, लेकिन कोई इसे प्रोग्रामेटिक रूप से कैसे पाता है? (मैं एक एल्गोरिथ्म की तलाश में हूं।)

48 distributions 

मैं जानना चाहूंगा कि कुछ भाषाओं जैसे R में NA और NaN दोनों क्यों हैं। क्या अंतर हैं या क्या वे समान रूप से समान हैं? क्या वास्तव में NA होना आवश्यक है?

48 r 

डेटा विज़ुअलाइज़ेशन पर सबसे अच्छा ब्लॉग क्या है? मैं इस प्रश्न को एक सामुदायिक विकि बना रहा हूँ क्योंकि यह अत्यधिक व्यक्तिपरक है। कृपया प्रत्येक उत्तर को एक लिंक पर सीमित करें। कृपया प्रस्तावित उत्तरों के लिए निम्नलिखित मानदंड पर ध्यान दें: [ए] इस तरह के सवालों के लिए स्वीकार्य …

48 data-visualization  references 

मान लीजिए कि बीच कुछ "सही" संबंध मौजूद है चलो yyy और xxx ऐसी है कि y=ax+b+ϵy=ax+b+ϵy = ax + b + \epsilon , जहां aaa और bbb स्थिरांक हैं और ϵϵ\epsilon आईआईडी सामान्य शोर है। जब मैं बेतरतीब ढंग से उस आर कोड से डेटा उत्पन्न करता हूं: x …

48 regression 

तो गति आधारित ढाल वंश निम्नानुसार काम करता है: v=self.momentum∗m−lr∗gv=self.momentum∗m−lr∗gv=self.momentum*m-lr*g जहां पिछले वजन अद्यतन है, और जी मापदंडों पी के संबंध में वर्तमान ढाल है , एल आर सीखने की दर है, और एस ई एल एफ है । m o m e n t u m एक स्थिर है।mmmgggppplrlrlrself.momentumself.momentumself.momentum …

48 optimization  gradient-descent 

मैं GBM और Adaboost के बीच के अंतरों को समझने की कोशिश कर रहा हूँ। ये वही हैं जिन्हें मैंने अब तक समझा है: दोनों बूस्टिंग एल्गोरिदम हैं, जो पिछले मॉडल की त्रुटियों से सीखते हैं और अंत में मॉडल का भारित योग बनाते हैं। GBM और Adaboost अपने नुकसान …

48 boosting  gbm  adaboost 

मुझे लगता है कि उत्तर हां होना चाहिए, लेकिन मुझे अभी भी लगता है कि कुछ सही नहीं है। साहित्य में कुछ सामान्य परिणाम होने चाहिए, क्या कोई मेरी मदद कर सकता है?

48 covariance  matrix  covariance-matrix  linear-algebra 

मैंने KL Divergence के पीछे अंतर्ज्ञान के बारे में सीखा है कि डेटा के सैद्धांतिक / सच्चे वितरण से एक मॉडल वितरण फ़ंक्शन कितना भिन्न होता है। मैं जिस स्रोत को पढ़ रहा हूं, वह कहता है कि इन दो वितरणों के बीच 'दूरी' की सहज समझ सहायक है, लेकिन …

47 distributions  distance  intuition  kullback-leibler 

क्या मैं एक ही समय में अपने सभी डेटा या सिलवटों को बदल देता हूं (यदि CV लागू है)? जैसे (allData - mean(allData)) / sd(allData) क्या मैं ट्रेनसेट और टेस्टसेट को अलग-अलग करूंगा? जैसे (trainData - mean(trainData)) / sd(trainData) (testData - mean(testData)) / sd(testData) या क्या मैं ट्रेनसेट को बदल …

47 r  cross-validation  data-transformation  normalization  standardization 

2015 की पहली छमाही के दौरान मैंने मशीन लर्निंग (एंड्रयू एनजी, ग्रेट कोर्स द्वारा) का कोर्स किया। और मशीन लर्निंग (लीनियर रिग्रेशन, लॉजिस्टिक रिग्रेशन, एसवीएम, न्यूरोनल नेटवर्क्स ...) की मूल बातें सीखीं। इसके अलावा, मैं 10 वर्षों के लिए डेवलपर रहा हूं, इसलिए नई प्रोग्रामिंग भाषा सीखना कोई समस्या नहीं …

47 r  regression  machine-learning  references 

मैं पूरी तरह से अंधा हूं और एक प्रोग्रामिंग पृष्ठभूमि से आता हूं। जो मैं करने की कोशिश कर रहा हूं वह मशीन सीखना सीखना है, और ऐसा करने के लिए, मुझे पहले रैखिक प्रतिगमन के बारे में जानने की आवश्यकता है। इंटरनेट पर सभी स्पष्टीकरण मैं इस विषय के …

47 regression  intuition 

यह सामान्य रूप से एक प्रश्न है, किसी विधि या डेटा सेट के लिए विशिष्ट नहीं है। हम सुपरवाइज्ड मशीन लर्निंग में एक वर्ग असंतुलन की समस्या से कैसे निपटते हैं, जहां 0 की संख्या 90% के आसपास है और 1 की संख्या आपके डेटासेट में लगभग 10% है। क्या …

47 machine-learning  unbalanced-classes  supervised-learning