स्टोकेस्टिक का उपयोग कैसे करें
इस ट्यूटोरियल में, हम समीक्षा करेंगे कि स्किकिट-लर्न लाइब्रेरी से इन लोकप्रिय डायमेंशन कम करने वाले एल्गोरिदम के प्रत्येक सबसेट का उपयोग कैसे करें।
पायथन के साथ 6 आयामी कमी एल्गोरिदम
फिर भी, इसका उपयोग पर्यवेक्षित शिक्षण एल्गोरिदम के साथ वर्गीकरण और प्रतिगमन भविष्य कहनेवाला मॉडलिंग डेटासेट पर मशीन लर्निंग एल्गोरिदम के लिए डेटा परिवर्तन पूर्व-प्रसंस्करण चरण के रूप में किया जा सकता है।
चुनने के लिए कई आयामी कमी एल्गोरिदम हैं और सभी मामलों के लिए कोई भी सर्वश्रेष्ठ एल्गोरिदम नहीं है। इसके बजाय, प्रत्येक एल्गोरिथम के लिए आयामीता में कमी एल्गोरिदम और विभिन्न कॉन्फ़िगरेशन की एक श्रृंखला का पता लगाना एक अच्छा विचार है।
इस ट्यूटोरियल में, आप सीखेंगे कि पायथन में शीर्ष आयामी कमी एल्गोरिदम को कैसे फिट और मूल्यांकन किया जाए।
इस ट्यूटोरियल को पूरा करने के बाद, आप जानेंगे:
- आयामीता में कमी संख्यात्मक इनपुट डेटा के निम्न-आयामी प्रतिनिधित्व की तलाश करती है जो डेटा में मुख्य संबंधों को संरक्षित करती है।
- कई अलग-अलग आयामी कमी एल्गोरिदम हैं और सभी डेटासेट के लिए कोई भी सर्वोत्तम तरीका नहीं है।
- स्किकिट-लर्न मशीन लर्निंग लाइब्रेरी के साथ पायथन में शीर्ष आयामी स्टोकेस्टिक का उपयोग कैसे करें कमी को कैसे लागू करें, फिट करें और मूल्यांकन करें।
ट्यूटोरियल अवलोकन
यह ट्यूटोरियल तीन भागों में विभाजित है; वे:
- आयामी कमी
- आयामी कमी एल्गोरिदम
- आयामी कमी के उदाहरण
- स्किकिट-लर्न लाइब्रेरी इंस्टालेशन
- वर्गीकरण डेटासेट
- प्रमुख कंपोनेंट विश्लेषण
- विलक्षण मान अपघटन
- रैखिक विभेदक विश्लेषण
- आइसोमैप एम्बेडिंग
- स्थानीय रूप से रैखिक एम्बेडिंग
- संशोधित स्थानीय रूप से रैखिक एम्बेडिंग
आयामी कमी
आयामी कमी प्रशिक्षण डेटा में इनपुट चर की संख्या को कम करने के लिए तकनीकों को संदर्भित करता है।
उच्च आयामी डेटा के साथ काम करते समय, डेटा को निम्न आयामी उप-स्थान पर प्रोजेक्ट करके आयामीता को कम करने के लिए अक्सर उपयोगी होता है जो डेटा के सार को कैप्चर करता है। इसे आयामीता में कमी कहा जाता है।
उच्च-आयामीता का अर्थ सैकड़ों, हजारों या लाखों इनपुट चर हो सकता है।
कम इनपुट आयामों का अर्थ अक्सर कम पैरामीटर या मशीन लर्निंग मॉडल में एक सरल संरचना होती है, जिसे कहा जाता है स्वतंत्रता की कोटियां . बहुत अधिक स्वतंत्रता वाला मॉडल प्रशिक्षण डेटासेट को ओवरफिट कर सकता है और नए डेटा पर अच्छा प्रदर्शन नहीं कर सकता है।
यह वांछनीय है कि सरल मॉडल हों जो अच्छी तरह से सामान्यीकृत हों, और बदले में, कुछ इनपुट चर के साथ इनपुट डेटा। यह रैखिक मॉडल के लिए विशेष रूप से सच है जहां इनपुट की संख्या और मॉडल की स्वतंत्रता की डिग्री अक्सर निकटता से संबंधित होती हैं।
आयामी कमी एल्गोरिदम
कई एल्गोरिदम हैं जिनका उपयोग आयामीता में कमी के लिए किया जा सकता है।
विधियों के दो मुख्य वर्ग हैं जो रैखिक बीजगणित से तैयार किए गए हैं और वे जो कई गुना सीखने से तैयार किए गए हैं।
रैखिक बीजगणित के तरीके
रैखिक बीजगणित के क्षेत्र से खींची गई मैट्रिक्स गुणन विधि का उपयोग विमा के लिए किया जा सकता है।
मैट्रिक्स फ़ैक्टराइज़ेशन पर अधिक के लिए, ट्यूटोरियल देखें:
- मशीन लर्निंग के लिए मैट्रिक्स फैक्टराइजेशन का एक सौम्य परिचय
अधिक लोकप्रिय तरीकों में से कुछ में शामिल हैं:
- प्रमुख घटक विश्लेषण
- विलक्षण मान अपघटन
- गैर-नकारात्मक मैट्रिक्स फैक्टराइजेशन
कई गुना सीखने के तरीके
कई गुना सीखने के तरीके उच्च आयामी इनपुट के निम्न-आयामी प्रक्षेपण की तलाश करते हैं जो इनपुट डेटा के मुख्य गुणों को कैप्चर करता है।
पल्सर सिग्नल का उपयोग करके अध्ययन किया गया गैलेक्सी टकराव
पल्सर सिग्नल का उपयोग करके स्टोकेस्टिक का उपयोग कैसे करें अध्ययन किया गया गैलेक्सी टकराव
Image
पल्सर से पृथ्वी तक पहुंचने वाले सिग्नल गुरुत्वाकर्षण तरंगों द्वारा लगातार खिंचे या संकुचित होते हैं। इन तरंगों के स्रोत अरबों प्रकाश वर्ष दूर आकाशगंगाओं के विलय में परिक्रमा करने वाले सुपरमैसिव ब्लैक होल स्टोकेस्टिक का उपयोग कैसे करें स्टोकेस्टिक का उपयोग कैसे करें हैं।
एस्ट्रोफिस्कल जौनल में प्रकाशित एक लेख में, नैनोग्राव कंसोर्टियम के खगोलविदों ने पल्सर टाइमिंग से प्राप्त स्टोकेस्टिक (यादृच्छिक) गुरुत्वाकर्षण पृष्ठभूमि संकेतों पर नौ साल के शोध का जायजा लिया। यह पृष्ठभूमि सुपरमैसिव ब्लैक होल (एसएमबीएच) के जोड़े से गुरुत्वाकर्षण स्टोकेस्टिक का उपयोग कैसे करें तरंगों से उत्पन्न होती है, जो विलय करने वाली आकाशगंगाओं के केंद्रों की परिक्रमा करती हैं। डबल एसएमबीएच पर आंकड़ों का अध्ययन करने से बिग बैंग से लेकर आज तक आकाशगंगा के निर्माण की प्रक्रियाओं को बेहतर ढंग से समझने में मदद मिलेगी।
विषय द्वारा लोकप्रिय
विज्ञान ने किन इंजनों को चालू किया? कक्षा में मॉड्यूल पैंतरेबाज़ी के बारे में हम क्या जानते हैं
कुछ ऑसिलेटर्स ExpertOption द्वारा प्रदान किए जाते हैं
विचलन का पता लगाने के लिए आप विभिन्न प्रकार के ऑसिलेटर लगा सकते हैं। उनमें से एक मूविंग एवरेज कन्वर्जेंस डाइवर्जेंस (एमएसीडी) है। आप नीचे एमएसीडी के साथ अनुकरणीय चार्ट देख सकते हैं। कीमत गिर रही है और एक निचला निचला स्तर बना रही है जबकि एमएसीडी ऊपर स्टोकेस्टिक का उपयोग कैसे करें जा रहा है और एक उच्च निम्न स्तर बना रहा है। इसे प्रवृत्ति के उलटने के संकेत के रूप में लिया जा सकता है।
मूल्य और एमएसीडी व्यवहार के बीच अंतर पर ध्यान दें
स्टोचैस्टिक ऑसिलेटर आपके द्वारा उपयोग किए जा सकने वाले ऑसिलेटर का एक और उदाहरण है। नीचे दिए गए चार्ट पर, फिर से गिरावट का रुख है। लेकिन केवल कीमत नीचे की ओर जा रही है। स्टोकेस्टिक बढ़ रहा है। प्रवृत्ति जल्द ही उलट जाएगी।
विचलन के साथ व्यापार करते समय सर्वश्रेष्ठ प्रवेश बिंदु
कई व्यापारी विचलन से प्राप्त संकेतों को पर्याप्त मजबूत नहीं मानते हैं। उनका तर्क है कि प्रवृत्ति के वास्तव में उलटने से पहले थरथरानवाला लंबे समय तक विचलन दिखा सकता है। तो सवाल यह है कि आपको लेन-देन कब शुरू करना चाहिए।
विचलन के साथ सर्वोत्तम प्रवेश बिंदु खोजने के लिए, आपको कैंडलस्टिक पैटर्न का पालन करना चाहिए और मूल्य क्रिया तकनीकों को लागू करना चाहिए। उदाहरण के लिए, आप अपट्रेंड के शीर्ष पर या डाउनट्रेंड के नीचे एक पिन बार देख सकते हैं और उसके ठीक बाद ट्रेड दर्ज कर सकते हैं।
पिन बार का उपयोग लेनदेन ट्रिगर के रूप में किया जा सकता है
क्या गैर आयनकारी विकिरण कैंसर का कारण बन सकता है?
क्या गैर आयनकारी विकिरण कैंसर का कारण बन सकता है?
आयनीकरण विकिरण में रेडॉन, एक्स-रे, गामा किरणें और उच्च-ऊर्जा विकिरण के अन्य रूप शामिल हैं। निम्न-ऊर्जा, विकिरण के गैर-आयनीकरण रूप, जैसे दृश्य प्रकाश और सेल फोन से ऊर्जा, लोगों में कैंसर का कारण नहीं पाया गया है।
क्या गैर-आयनीकरण विकिरण मनुष्यों के लिए हानिकारक है?
गैर-आयनीकरण विकिरण के संपर्क में आने से क्या जोखिम है? हम हर दिन गैर-आयनीकरण विकिरण के निम्न स्तर के संपर्क में आते हैं। गैर-आयनीकरण विकिरण की तीव्र, सीधी मात्रा के संपर्क में आने से गर्मी के कारण ऊतक को नुकसान हो सकता है।
गैर-आयनीकरण विकिरण को एक संभावित मानव कार्सिनोजेन माना जाता है, मुख्य रूप से बचपन के ल्यूकेमिया और ब्रेन ट्यूमर के बारे में चिंताओं के कारण। अभी तक, स्तन कैंसर को गैर-आयनीकरण विकिरण से जोड़ने का कोई स्पष्ट प्रमाण नहीं है।
क्या गैर-आयनीकरण विकिरण के कारण उत्परिवर्तन होता है?
[100] विकिरण के दो महत्वपूर्ण स्टोकेस्टिक प्रभाव हैं कैंसर, जो नोंगर्म कोशिकाओं (दैहिक कोशिकाओं कहा जाता है) में उत्परिवर्तन के परिणामस्वरूप होता है, और आनुवंशिक परिवर्तन, जो रोगाणु में उत्परिवर्तन के परिणामस्वरूप होता है कोशिकाएं (अंडे और शुक्राणु)।
गैर-आयनीकरण विकिरण में शामिल हैं पराबैंगनी (यूवी), दृश्य प्रकाश, अवरक्त (आईआर), माइक्रोवेव (मेगावाट), रेडियो आवृत्ति (आरएफ), और अत्यंत कम आवृत्ति (ईएलएफ) का स्पेक्ट्रम. लेज़र स्टोकेस्टिक का उपयोग कैसे करें आमतौर पर यूवी, दृश्यमान और आईआर आवृत्तियों में काम करते हैं।
यादृच्छिक क्या है और इसे कैसे समझा जाए?
संभाव्यता और आँकड़े यादृच्छिक घटनाओं से संबंधित स्टोकेस्टिक का उपयोग कैसे करें सभी मामलों के विश्लेषण, शोध और मूल्यांकन के लिए जिम्मेदार हैं। वित्तीय प्रणाली और शेयर बाजार अपने संचालन का प्रबंधन करने के लिए संभाव्यता और आंकड़ों स्टोकेस्टिक का उपयोग कैसे करें पर भरोसा करते हैं। ये शेयरों के उदय और गिरावट को प्रभावित करेंगे। स्टोकेस्टिक का उपयोग कैसे करें ऐसा करने के लिए, वे एक तथाकथित स्टोकेस्टिक प्रणाली का उपयोग करते हैं।
एक स्टोकेस्टिक प्रणाली में गणितीय एल्गोरिथ्म शामिल होता है जो स्टोकेस्टिक विकास द्वारा विशेषता एक प्रक्रिया का समर्थन करता है, जिसके परिणाम समय के साथ बदलने की संभावना पर आधारित होते हैं। इस संबंध में, जिस तरह से समय के साथ संभाव्यता गणना में परिवर्तन होता है, वह इस पर प्रकाश डालता है।
प्रणाली भविष्य कहनेवाला बाजार व्यवहार के लिए अनुमति देता है। यादृच्छिक अनुक्रमों का प्रसंस्करण 1950 के दशक में शुरू हुआ और वित्तीय बाजारों का मुख्य प्रतीक बन गया।