optimization पर टैग किए गए जवाब

इसलिए मैं खुद को तंत्रिका नेटवर्क (प्रतिगमन अनुप्रयोगों के लिए, बिल्लियों की तस्वीरों को वर्गीकृत नहीं करना) सिखाने की कोशिश कर रहा हूं। मेरे पहले प्रयोग एक नेटवर्क को एक एफआईआर फिल्टर और एक असतत फूरियर ट्रांसफॉर्म ("सिग्नल से पहले" और "सिग्नल" के बाद प्रशिक्षण) को लागू करने के लिए …

9 machine-learning  neural-networks  optimization  keras  euclidean 

मान लीजिए कि हम ढाल पर एक खिलौना उदाहरण कर रहे हैं, एक द्विघात समारोह को कम करते हुए xTएxxTAएक्सx^TAx, निश्चित चरण आकार का उपयोग कर α = 0.03α=0.03\alpha=0.03। (ए = [ 10 , 2 ; 2 , 3 ]A=[10,2;2,3]A=[10, 2; 2, 3]) अगर हम ट्रेस ट्रेस करते हैं एक्सएक्सxप्रत्येक …

9 r  machine-learning  optimization  gradient-descent 

मैं प्रतिगमन के लिए एक सरल दृढ़ तंत्रिका नेटवर्क का प्रशिक्षण दे रहा हूं, जहां कार्य एक छवि में एक बॉक्स के (x, y) स्थान की भविष्यवाणी करना है: नेटवर्क के आउटपुट में दो नोड्स हैं, एक एक्स के लिए, और एक वाई के लिए। बाकी नेटवर्क एक मानक कनवसनल …

9 machine-learning  neural-networks  optimization  deep-learning  loss-functions 

मान लें कि हम कुछ अपेक्षा की गणना करना चाहते हैं: इYइएक्स| Y[ च( एक्स), वाई) ]]EYEX|Y[f(X,Y)]E_YE_{X|Y}[f(X,Y)] मान लीजिए कि हम मोंटे कार्लो सिमुलेशन का उपयोग करके इसे अनुमानित करना चाहते हैं। इYइएक्स| Y[ च( एक्स), वाई) ] ≈1आर एसΣआर = १आरΣs = 1एसच(एक्सआर , एस,yआर)EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) लेकिन मान …

9 optimization  conditional-probability  simulation  expected-value  monte-carlo 

मैं वेनिला उपनगर विधियों के माध्यम से लासो को हल करने के लिए सोच रहा था। लेकिन मैंने लोगों को समीपवर्ती ढाल वंश का उपयोग करने का सुझाव देते हुए पढ़ा है। क्या कोई यह उजागर कर सकता है कि लास्सो के लिए वेनिला उपनगर विधियों के बजाय समीपस्थ जीडी …

9 machine-learning  optimization  lasso  gradient-descent 

मेरी अर्थमितीय पाठ्यपुस्तक (इंट्रोडक्टरी इकॉनोमेट्रिक्स) में ओएलएस को शामिल करते हुए, लेखक लिखते हैं, "एसएसआर गिरना चाहिए जब एक और व्याख्यात्मक चर जोड़ा जाता है।" क्यों यह है?

9 regression  optimization  econometrics  intuition  sums-of-squares 

मैं कुछ द्विघात अनुकूलन समस्याओं को हल करने में मेरी मदद करने के लिए एक पैकेज की तलाश में हूं और मुझे लगता है कि कम से कम आधा दर्जन विभिन्न पैकेज हैं। इस पृष्ठ के अनुसार : QP (द्विघात प्रोग्रामिंग, 90C20): cplexAPI , kernlab , limSolve , LowRankQP , …

9 r  optimization 

डिफ़ॉल्ट रूप से जब हम glmR में किसी फ़ंक्शन का उपयोग करते हैं, तो यह अधिकतम पुनरावृत्ति अनुमानों को खोजने के लिए पुनरावृत्त कम से कम वर्ग (IWLS) विधि का उपयोग करता है। अब मेरे दो सवाल हैं। क्या IWLS अनुमान संभावना फ़ंक्शन की वैश्विक अधिकतम गारंटी देता है? इस …

9 r  estimation  generalized-linear-model  maximum-likelihood  optimization 

मैं आर में आशा का उपयोग करके लॉग-लाइक फ़ंक्शन को अधिकतम करने के लिए अनुमानित मापदंडों का उपयोग करके 95% विश्वास अंतराल का अनुमान कैसे लगा सकता हूं? मुझे पता है कि मैं हेसियन को निष्क्रिय करके सहसंयोजक मैट्रिक्स का अनुमान लगा सकता हूं , लेकिन मुझे चिंता है कि …

9 r  confidence-interval  maximum-likelihood  optimization  profile-likelihood 

यह एक सामान्य प्रश्न है (अर्थात आँकड़ों के लिए विशेष रूप से विशिष्ट नहीं), लेकिन मैंने मशीन सीखने और सांख्यिकीय साहित्य में एक प्रवृत्ति देखी है जहाँ लेखक निम्नलिखित दृष्टिकोण का पालन करना पसंद करते हैं: दृष्टिकोण 1 : एक लागत समारोह तैयार करके एक व्यावहारिक समस्या का समाधान प्राप्त …

9 optimization  function 

मैं सांख्यिकीविदों के उद्देश्य से संख्यात्मक अनुकूलन तकनीकों पर एक ठोस संदर्भ (या संदर्भ) की तलाश कर रहा हूं, अर्थात, यह इन विधियों को कुछ मानक हीनता संबंधी समस्याओं (जैसे सामान्य मॉडल में MAP / MLE) पर लागू करेगा। ग्रेडिएंट डिसेंट (सीधे और स्टोचस्टिक), ईएम और उसके स्पिनऑफ / सामान्यीकरण, …

9 estimation  references  optimization 

तो, मेरे पास 16 परीक्षण हैं जिनमें मैं एक व्यक्ति को बॉयोमीट्रिक विशेषता से हैमिंग दूरी का उपयोग करके प्रमाणित करने की कोशिश कर रहा हूं। मेरी दहलीज 3.5 पर सेट है। मेरा डेटा नीचे है और केवल परीक्षण 1 एक सच्चा सकारात्मक है: Trial Hamming Distance 1 0.34 2 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction