theory पर टैग किए गए जवाब

मॉडल फिटिंग से पहले आप किन परिस्थितियों में एक चर को मापना या मानकीकृत नहीं करना चाहते हैं? और वैरिएबल स्केलिंग के क्या फायदे / नुकसान हैं?

56 modeling  predictive-models  feature-selection  theory  standardization 

अल रहीमी ने हाल ही में एनआईपीएस 2017 में एक बहुत ही उत्तेजक बात की है जिसमें वर्तमान मशीन लर्निंग की तुलना कीमिया से की गई है। उनका एक दावा यह है कि हमें सैद्धांतिक घटनाक्रमों को वापस लाने की जरूरत है, जिसमें साधारण प्रमेयों को आधारभूत परिणाम साबित करना …

45 machine-learning  deep-learning  theory 

बेयस प्रमेय से संबंधित मुख्य विचार, यानी अवधारणाएं क्या हैं ? मैं जटिल गणितीय संकेतन की कोई व्युत्पत्ति नहीं माँग रहा हूँ।

36 probability  bayesian  theory 

मेरे पिता एक गणित उत्साही हैं, लेकिन आंकड़ों में ज्यादा दिलचस्पी नहीं रखते हैं। यह आँकड़ों के कुछ अद्भुत बिट्स को चित्रित करने का प्रयास करना अच्छा होगा , और CLT एक प्रमुख उम्मीदवार है। आप एक गैर-सांख्यिकीविद को केंद्रीय सीमा प्रमेय के गणितीय सौंदर्य और प्रभाव को कैसे बताएंगे?

33 theory  central-limit-theorem 

मैं यह बहुत ही बुनियादी, न्यूनतम आवश्यकताओं के परिप्रेक्ष्य से सोच रहा हूं। एक उद्योग के लिए प्रमुख सिद्धांत क्या हैं (अकादमिक नहीं) सांख्यिकीविद को नियमित आधार पर जानना, समझना और उसका उपयोग करना चाहिए? एक बड़ा जो दिमाग में आता है वह है बड़ी संख्या का कानून । डेटा …

30 theory  careers  law-of-large-numbers 

मैं एक मशीन लर्निंग प्रतियोगिता कर रहा हूँ जहाँ वे RMSLE (रूट मीन स्क्वैर्ड लॉगरिदमिक एरर) का उपयोग करते हैं, ताकि उपकरण की श्रेणी के विक्रय मूल्य की भविष्यवाणी करने वाले प्रदर्शन का मूल्यांकन किया जा सके। समस्या यह है कि मुझे यकीन नहीं है कि मेरे अंतिम परिणाम की …

29 regression  machine-learning  interpretation  measurement-error  theory 

इसी तरह का सवाल आँकड़े पर भी देखें । में बढ़ाने जैसे एल्गोरिदम AdaBoost और LPBoost यह ज्ञात है कि "कमज़ोर" शिक्षार्थियों केवल, उपयोगी होने के लिए विकिपीडिया से मौका तुलना में बेहतर प्रदर्शन करने के लिए है जोड़ा जा करने के लिए: इसका उपयोग करने वाले क्लासीफायर कमजोर हो …

28 machine-learning  theory  boosting 

मैं सिर्फ इस पेपर में आया था , जो बताता है कि मिश्रित प्रभाव मॉडलिंग के माध्यम से माप की पुनरावृत्ति (उर्फ विश्वसनीयता, उर्फ ​​इंट्राक्लास सहसंबंध) की गणना कैसे की जाती है। आर कोड होगा: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

सबसे प्रसिद्ध दस्यु एल्गोरिथ्म ऊपरी विश्वास बाध्य (यूसीबी) है जिसने एल्गोरिदम के इस वर्ग को लोकप्रिय बनाया। तब से मुझे लगता है कि अब बेहतर एल्गोरिदम हैं। वर्तमान सर्वश्रेष्ठ एल्गोरिथ्म (अनुभवजन्य प्रदर्शन या सैद्धांतिक सीमा के संदर्भ में) क्या है? क्या यह एल्गोरिथ्म कुछ अर्थों में इष्टतम है?

27 machine-learning  algorithms  theory  reinforcement-learning  multiarmed-bandit 

मैं सोच रहा था, कि राजसी / सैद्धांतिक मशीन सीखना इतना महत्वपूर्ण क्यों है? एक मानव के रूप में एक व्यक्तिगत दृष्टिकोण से, मैं समझ सकता हूं कि राजसी मशीन सीखना महत्वपूर्ण क्यों होगा: मनुष्य यह समझना पसंद करते हैं कि वे क्या कर रहे हैं, हम समझने के लिए …

25 machine-learning  neural-networks  conv-neural-network  theory 

उचित स्कोरिंग नियमों के अधिकांश संसाधनों में लॉग-लॉस, बैरियर स्कोर या गोलाकार स्कोरिंग जैसे विभिन्न स्कोरिंग नियमों का उल्लेख है। हालांकि, वे अक्सर उनके बीच के मतभेदों पर ज्यादा मार्गदर्शन नहीं देते हैं। (प्रदर्शनी ए: विकिपीडिया ।) लॉगरिदमिक स्कोर को अधिकतम करने वाले मॉडल को चुनना अधिकतम संभावना मॉडल को …

22 machine-learning  classification  model-selection  theory  scoring-rules 

यह कहने का क्या मतलब है कि "विचरण एक पक्षपाती अनुमानक है"। साधारण फॉर्मूले के माध्यम से एक पूर्वाग्रहित अनुमान को निष्पक्ष अनुमान में बदलने का क्या मतलब है। यह रूपांतरण वास्तव में क्या करता है? इसके अलावा, इस रूपांतरण का व्यावहारिक उपयोग क्या है? क्या आप कुछ विशेष प्रकार …

21 theory  unbiased-estimator  descriptive-statistics 

विशेष रूप से, मैं संदर्भों (कागजात, किताबें) की तलाश कर रहा हूं जो कठोरता के अभिशाप को दिखाएंगे और समझाएंगे। यह प्रश्न तब सामने आया जब मैंने लैफ़र्टी और वासरमैन द्वारा इस श्वेत पत्र को पढ़ना शुरू किया। तीसरे पैराग्राफ में वे एक "अच्छी तरह से ज्ञात" समीकरण का उल्लेख …

21 theory 

मुझे नॉनपैरेमेट्रिक बायेसियन (और संबंधित) तकनीकों के बारे में अधिक जानने में दिलचस्पी है। मेरी पृष्ठभूमि कंप्यूटर विज्ञान में है और हालांकि मैंने कभी भी माप सिद्धांत या संभाव्यता सिद्धांत पर कोई कोर्स नहीं किया है, लेकिन मुझे संभावना और सांख्यिकी में सीमित प्रशिक्षण मिला है। क्या कोई मुझे शुरू …

21 probability  bayesian  references  theory 

मैं सोच रहा था कि क्या कोई जानता है या यदि कोई ऐसा आँकड़े मौजूद है जिसमें कमजोर संगति के बजाय एक अनुमानक की मजबूत स्थिरता की आवश्यकता है। यही है, आवेदन के लिए मजबूत स्थिरता आवश्यक है और आवेदन कमजोर स्थिरता के साथ काम नहीं करेगा।

20 hypothesis-testing  theory  asymptotics  estimators  consistency