self-study पर टैग किए गए जवाब

मैं स्टैनफोर्ड NLP डीप लर्निंग क्लास की लिखित असाइनमेंट समस्याओं http://cs224d.stanford.edu/assignment1/assignment1_soln में समस्याओं से गुज़र रहा हूँ मैं 3a के उत्तर को समझने की कोशिश कर रहा हूं जहां वे केंद्र शब्द के लिए वेक्टर के व्युत्पन्न की तलाश कर रहे हैं। मान लें कि आपको लिए केंद्र शब्द c …

9 self-study  neural-networks  backpropagation  word2vec 

प्रति दिन दुर्घटनाओं की संख्या पैरामीटर के साथ एक पॉइसन यादृच्छिक चर है λλ\lambda, 10 बेतरतीब ढंग से चुने गए दिनों में दुर्घटनाओं की संख्या 1,0,1,1,2,0,2,0,0,0,1 के रूप में देखी गई, एक निष्पक्ष आकलनकर्ता क्या होगा इλeλe^{\lambda}? मैंने इस तरह से प्रयास करने की कोशिश की: हम जानते हैं कि …

9 self-study  estimation  poisson-distribution 

पहले दिए गए जहां साथ द्विघात हानि । आज्ञा देना संभावना। बेस अनुमानक ।L(θ,δ)=(θ−δ)2L(θ,δ)=(θ−δ)2L(\theta,\delta)=(\theta-\delta)^2π(θ)π(θ)\pi(\theta)π(θ)∼U(0,1/2)π(θ)∼U(0,1/2)\pi(\theta)\sim U(0,1/2)f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|\theta)=\theta x^{\theta-1}\mathbb{I}_{[0,1]}(x), \theta>0δπδπ\delta^\pi भारित द्विघात हानि पर विचार करें जहां पूर्व । आज्ञा देना संभावना हो। बेयस अनुमानक का पता लगाएं ।Lw(θ,δ)=w(θ)(θ−δ)2Lw(θ,δ)=w(θ)(θ−δ)2L_w(\theta,\delta)=w(\theta)(\theta-\delta)^2w(θ)=I(−∞,1/2)w(θ)=I(−∞,1/2)w(\theta)=\mathbb{I}_{(-\infty,1/2)}π1(θ)=I[0,1](θ)π1(θ)=I[0,1](θ)\pi_1(\theta)=\mathbb{I}_{[0,1]}(\theta)f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|\theta)=\theta x^{\theta-1}\mathbb{I}_{[0,1]}(x), \theta>0δπ1δ1π\delta^\pi_1 की तुलना करें औरδπδπ\delta^\piδπ1δ1π\delta^\pi_1 पहले मैंने देखा कि , और मैंने यह …

9 self-study  bayesian  estimation  hierarchical-bayesian  loss-functions 

प्रश्न शीर्षक वाले कागज़ पर आधारित है: युग्मित विकिरण परिवहन-प्रसार मॉडल का उपयोग करते हुए फैलाना ऑप्टिकल टोमोग्राफी में छवि पुनर्निर्माण डाउनलोड लिंक लेखक ईएम एल्गोरिथ्म के साथ लागू होते हैं एल1l1l_1 अज्ञात वेक्टर का नियमितीकरण μμ\muएक छवि के पिक्सेल का अनुमान लगाने के लिए। द्वारा दिया गया मॉडल है …

9 self-study  bayesian  maximum-likelihood  expectation-maximization  moving-average 

यादृच्छिक चर मान लें और स्वतंत्र हैं और हैं । दिखाएँ कि का \ पाठ {Exp} (1) वितरण।X1,...,XnX1,...,XnX_1, ... , X_nY1,...,YnY1,...,YnY_1, ..., Y_nU(0,a)U(0,a)U(0,a)Zn=nlogmax(Y(n),X(n))min(Y(n),X(n))Zn=nlog⁡max(Y(n),X(n))min(Y(n),X(n))Z_n= n\log\frac{\max(Y_{(n)},X_{(n)})}{\min(Y_{(n)},X_{(n)})}Exp(1)Exp(1)\text{Exp}(1) मैंने \ {X_1, ..., X_n, Y_1, ... Y_n \} = \ {Z_1, ..., Z_n \} की स्थापना करके इस समस्या को शुरू किया है ,{X1,...,Xn,Y1,...Yn}={Z1,...,Zn}{X1,...,Xn,Y1,...Yn}={Z1,...,Zn}\{X_1,...,X_n,Y_1,...Y_n\} = …

9 self-study  data-transformation  order-statistics 

यह वास्तव में गुजराती के बुनियादी अर्थमिति 4 वें संस्करण (Q3.11) की समस्याओं में से एक है और कहता है कि सहसंबंध गुणांक मूल और पैमाने के परिवर्तन के संबंध में अपरिवर्तनीय है, जो हैcorr ( एक एक्स+ बी , सी वाई+ डी) = क्रॉस ( एक्स, वाई)corr(aX+b,cY+d)=corr(X,Y)\text{corr}(aX+b, cY+d) = …

9 self-study  correlation  linear-algebra  mathematical-statistics 

मैं असमानता को स्थापित करने की कोशिश कर रहा हूं |टीमैं| =||एक्समैं-एक्स¯||एस≤एन - 1n--√|Ti|=|Xi−X¯|S≤n−1n\left| T_i \right|=\frac{\left|X_i -\bar{X} \right|}{S} \leq\frac{n-1}{\sqrt{n}} कहाँ पे एक्स¯X¯\bar{X}नमूना माध्य है और नमूना मानक विचलन है, जो ।एसSSएस=Σnमैं = १(एक्समैं-एक्स¯)2एन - 1---------√S=∑i=1n(Xi−X¯)2n−1S=\sqrt{\frac{\sum_{i=1}^n \left( X_i -\bar{X} \right)^2}{n-1}} यह देखना आसान है कि और so लेकिन मैं जो खोज …

9 self-study  descriptive-statistics  bounds 

मैं ग्रेडिएंट बूस्टिंग ( https://en.wikipedia.org/wiki/Gradient_boosting ) पर उपयोगी विकिपीडिया प्रविष्टि पढ़ रहा हूं , और यह समझने की कोशिश करता हूं कि कैसे / क्यों हम अवशिष्ट मूल चरण (जिसे छद्म-प्रवणता भी कहा जाता है) द्वारा अवशिष्टों का अनुमान लगा सकते हैं। )। क्या कोई मुझे इस बात का अंतर्ज्ञान …

9 self-study  gradient-descent 

एक 6 पक्षीय मर पुनरावृति से लुढ़का हुआ है। K से अधिक या उसके बराबर राशि बनाने के लिए अपेक्षित रोल की संख्या क्या है? संपादित करने से पहले P(Sum>=1 in exactly 1 roll)=1 P(Sum>=2 in exactly 1 roll)=5/6 P(Sum>=2 in exactly 2 rolls)=1/6 P(Sum>=3 in exactly 1 roll)=5/6 P(Sum>=3 …

9 self-study  mean  expected-value  dice  saddlepoint-approximation 

मैं गाऊसी मिक्सचर मॉडल का अध्ययन कर रहा हूं और खुद इस सवाल के साथ आता हूं। मान लीजिए कि अंतर्निहित डेटा के मिश्रण से उत्पन्न होता है KKK गाऊसी वितरण और उनमें से प्रत्येक का एक मतलब वेक्टर है μk∈Rpμk∈Rp\mu_k\in\mathbb{R}^p, कहाँ पे 1≤k≤K1≤k≤K1\leq k\leq K और उनमें से प्रत्येक …

9 self-study  expectation-maximization  gaussian-mixture  consistency 

यहाँ एक समस्या है जो कुछ साल पहले हमारे विश्वविद्यालय में एक सेमेस्टर परीक्षा में आई थी जिसे हल करने के लिए मैं संघर्ष कर रहा हूं। अगर X1,X2X1,X2X_1,X_2 स्वतंत्र हैं ββ\beta घनत्व के साथ यादृच्छिक चर β(n1,n2)β(n1,n2)\beta(n_1,n_2) तथा β(n1+12,n2)β(n1+12,n2)\beta(n_1+\dfrac{1}{2},n_2) फिर क्रमशः वह दिखाएं X1X2−−−−−√X1X2\sqrt{X_1X_2} इस प्रकार β(2n1,2n2)β(2n1,2n2)\beta(2n_1,2n_2)। मैंने उस …

9 self-study  random-variable  beta-distribution  distributions  jacobian 

रोबस्ट स्टैटिस्टिक्स के पेज 180 पर : इन्फ्लुएंस फंक्शंस पर आधारित दृष्टिकोण निम्नलिखित प्रश्न को खोजता है: 16: हमेशा के लिए स्थान-आक्रमणकारी अनुमानक दिखाएं ε∗≤12ε∗≤12\varepsilon^*\leq\frac{1}{2}। परिमित-सैंपल ब्रेकडाउन बिंदु पर इसी ऊपरी बाउंड को खोजेंε∗nεn∗\varepsilon^*_n, दोनों मामले में जहां nnn अजीब है या nnn सम है। दूसरा भाग (अवधि के बाद) …

9 self-study  robust 

मेरे पास नकारात्मक द्विपद वितरण को व्यक्त करने के लिए एक होमवर्क असाइनमेंट था क्योंकि वितरण का एक घातीय परिवार दिया गया था कि फैलाव पैरामीटर एक ज्ञात स्थिरांक था। यह काफी आसान था, लेकिन मुझे आश्चर्य था कि हमें उस पैरामीटर को निर्धारित करने की आवश्यकता क्यों होगी। मैंने …

9 self-study  mathematical-statistics  negative-binomial  proof  exponential-family 

मैं बेहतर जोहानसेन पद्धति को समझने की कोशिश कर रहा हूं, इसलिए मैंने एक उदाहरण 3.1 विकसित किया है, जो लिकलीहुड-बेस्ड-इनर्विज़न-कॉइनग्रेटिड-ऑटोरेग्रेसिव-इकोनोमेट्रिक्स पुस्तक द्वारा दी गई है, जहां हमारे पास तीन प्रक्रियाएं हैं: एक्स1 टी=Σमैं = १टीε1 मैं+ε2 टीX1t=∑i=1tϵ1i+ϵ2tX_{1t} = \sum_{i=1}^t \epsilon_{1i} + \epsilon_{2t} एक्स2 टी= αΣमैं = १टीε1 मैं+ε3 टीX2t=α∑i=1tϵ1i+ϵ3t …

9 self-study  cointegration  vecm 

मैं समझने की कोशिश कर रहा हूं कि कैसे प्राप्त किया जाए pppके लिए -values एक पक्षीय Kolmogorov-स्मिर्नोव परीक्षण , और के लिए CDFS खोजने के लिए संघर्ष कर रहा हूँD+n1,n2Dn1,n2+D^{+}_{n_{1},n_{2}} तथा D−n1,n2Dn1,n2−D^{-}_{n_{1},n_{2}}दो-नमूना मामले में। नीचे सीडीएफ के रूप में कुछ स्थानों पर उद्धृत किया गया हैD+nDn+D^{+}_{n} एक नमूना मामले …

9 self-study  kolmogorov-smirnov  cdf