सांख्यिकी और बिग डेटा

किसी भी संदर्भ में बायेसियन सांख्यिकीय विधियों के उपयोग के लिए कुछ व्यावहारिक आपत्तियां क्या हैं? नहीं, मेरा मतलब यह नहीं है कि पहले की पसंद के बारे में सामान्य कार्पिंग। मुझे खुशी होगी अगर इसका कोई जवाब नहीं मिला।

44 bayesian 

मेरे पास निम्नलिखित संरचना के साथ एक डेटा सेट है: a word | number of occurrence of a word in a document | a document id मैं आर में सामान्य वितरण के लिए एक परीक्षण कैसे कर सकता हूं? संभवतः यह एक आसान सवाल है लेकिन मैं एक आर नौसिखिया …

44 r  distributions  normality-assumption 

मैं सोच रहा था कि कोई सांख्यिकीय मॉडल "चीट शीट" है जो किसी भी या अधिक जानकारी को सूचीबद्ध करता है: जब मॉडल का उपयोग करने के लिए जब मॉडल का उपयोग करने के लिए नहीं आवश्यक और वैकल्पिक जानकारी अपेक्षित आउटपुट क्या मॉडल को विभिन्न क्षेत्रों (नीति, जैव, इंजीनियरिंग, …

44 references  modeling 

लोग अक्सर आंकड़ों में आउटलेर से निपटने के बारे में बात करते हैं। इसके बारे में मुझे जो बात परेशान करती है, वह यह है कि जहां तक ​​मैं बता सकता हूं, एक अलग की परिभाषा पूरी तरह से व्यक्तिपरक है। उदाहरण के लिए, यदि कुछ रैंडम वैरिएबल का सही …

44 outliers  definition 

मुझे यह समझना मुश्किल है कि वास्तव में कई तुलनाओं के साथ समस्या क्या है । एक सरल सादृश्य के साथ, यह कहा जाता है कि एक व्यक्ति जो कई निर्णय लेगा वह कई गलतियाँ करेगा। तो बहुत ही रूढ़िवादी एहतियात लागू किया जाता है, जैसे बोन्फेरोनी सुधार, ताकि संभावना …

44 hypothesis-testing  multiple-comparisons 

पारंपरिक आंकड़ों में, एक मॉडल का निर्माण करते समय, हम विचरण मुद्रास्फीति कारक (VIF) जैसे अनुमानों का उपयोग करते हुए मल्टीकोलिनरिटी की जांच करते हैं, लेकिन मशीन लर्निंग में, हम इसके बजाय सुविधा चयन के लिए नियमितीकरण का उपयोग करते हैं और यह जांचने के लिए प्रतीत नहीं होते हैं …

44 regression  machine-learning  multicollinearity  regularization  vif 

मैं आर। में पॉइसन GLMs बना रहा हूँ। अतिप्रवाह के लिए जाँच करने के लिए मैं अवशिष्ट अवशिष्टता के अनुपात को स्वतंत्रता द्वारा प्रदान की गई डिग्री के रूप में देख रहा हूँ summary(model.name)। क्या इस अनुपात के लिए कोई कटऑफ मान या परीक्षण "महत्वपूर्ण" माना जाता है? मुझे पता …

44 statistical-significance  overdispersion 

K- साधन करने से पहले सबसे अच्छा (अनुशंसित) पूर्व-प्रसंस्करण कदम क्या हैं?

44 clustering  normalization  k-means 

मैं आर में एक बहुत ही सरल स्कैल्पल को लेबल करने की कोशिश कर रहा हूं। यही वह है जो मैं उपयोग करता हूं: plot(SI, TI) text(SI, TI, Name, pos=4, cex=0.7) परिणाम औसत दर्जे का है, जैसा कि आप देख सकते हैं (विस्तार के लिए क्लिक करें): मैंने textxyफ़ंक्शन का …

44 r  data-visualization  scatterplot 

जबकि छिपी हुई परत के लिए सक्रियण कार्यों की पसंद काफी स्पष्ट है (ज्यादातर सिग्मॉइड या टैन), मुझे आश्चर्य है कि आउटपुट परत के लिए सक्रियण फ़ंक्शन पर कैसे निर्णय लिया जाए। सामान्य पसंद रैखिक कार्य, सिग्मोइड फ़ंक्शन और सॉफ्टमैक्स फ़ंक्शन हैं। हालांकि, मुझे किसका उपयोग कब करना चाहिए?

44 neural-networks 

यह एक मूल मुद्दा लगता है, लेकिन मुझे सिर्फ यह महसूस हुआ कि मुझे वास्तव में यह पता नहीं है कि दो अलग-अलग व्यवस्थाओं से गुणांक की समानता का परीक्षण कैसे किया जाता है। क्या कोई इस पर रोशनी डाल सकता है? अधिक औपचारिक रूप से, मान लीजिए मैं निम्नलिखित …

44 hypothesis-testing  inference 

मुझे यह ट्यूटोरियल मिला , जो बताता है कि आपको क्लस्टरिंग से पहले सुविधाओं पर स्केल फ़ंक्शन चलाना चाहिए (मेरा मानना ​​है कि यह डेटा को z- स्कोर में परिवर्तित करता है)। मैं सोच रहा हूँ कि क्या यह आवश्यक है। मैं ज्यादातर पूछ रहा हूं क्योंकि डेटा को स्केल …

44 clustering  k-means 

मैं यह जानना चाहता हूं कि छिपे हुए मार्कोव मॉडल (HMM) में अनुमान के लिए फॉरवर्ड-बैकवर्ड एल्गोरिथम और विटर्बी एल्गोरिदम में क्या अंतर हैं।

44 algorithms  hidden-markov-model  viterbi-algorithm  forward-backward 

मान लीजिए मैं एक प्रयोग कर रहा हूं जिसमें 2 परिणाम हो सकते हैं, और मैं यह मान रहा हूं कि 2 परिणामों का अंतर्निहित "सत्य" वितरण पैरामीटर और : साथ एक द्विपद वितरण है ।nnnB i n o m i a l ( n , p )pppBinomial(n,p)Binomial(n,p){\rm Binomial}(n, p) …

44 binomial  standard-error 

मैं न्यूरल नेटवर्क सीखना चाहता हूं। मैं एक कम्प्यूटेशनल भाषाविद् हूं। मुझे पता है कि सांख्यिकीय मशीन सीखने के दृष्टिकोण और पायथन में कोड कर सकते हैं। मैं इसकी अवधारणाओं के साथ शुरू करना चाहता हूं, और एक या दो लोकप्रिय मॉडल जानता हूं जो कम्प्यूटेशनल भाषाविज्ञान के दृष्टिकोण से …

43 neural-networks  deep-learning  references  natural-language  computer-vision