ये कोर्स करने के बाद, मैं पेशेवर विज़ुअलाइज़ेशन और डैशबोर्ड बनाने में आत्मविश्वास महसूस करता हूँ
Shoebur Rahmanप्रोक्योरमेंट विशेषज्ञ, Giz Bangladesh
कोर्स विवरण
Mixture modeling ऐसी तकनीक है जो तब काम आती है जब हम किसी population की विषमता को समझना चाहते हैं। Mixture models परिचित probability distributions (जैसे Gaussian, Poisson, Binomial) का उपयोग करके clustering और classification के लिए एक सुविधाजनक और औपचारिक सांख्यिकीय फ़्रेमवर्क प्रदान करते हैं। मानक clustering तरीकों के विपरीत, हम किसी cluster से संबंधित होने की probability का अनुमान लगा सकते हैं और उप-जनसंख्याओं के बारे में निष्कर्ष निकाल सकते हैं। उदाहरण के लिए, मार्केटिंग के संदर्भ में, आप अलग-अलग ग्राहक समूहों को cluster करना चाहेंगे और विशेष उत्पादों की खरीद की उनकी संभावनाएँ जानना चाहेंगे, ताकि कस्टम प्रमोशनों के साथ उन्हें बेहतर तरीके से टार्गेट किया जा सके। बड़े दस्तावेज़-संग्रह पर natural language processing लागू करते समय, आप दस्तावेज़ों को अलग-अलग topics में cluster करना चाहेंगे और समझना चाहेंगे कि हर दस्तावेज़ में हर topic कितना महत्वपूर्ण है। इस कोर्स में, आप सीखेंगे कि Mixture Models क्या होते हैं, उनका अनुमान कैसे लगाया जाता है, और उन्हें कब लागू करना उपयुक्त है!
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
Mixture Models का परिचय
इस अध्याय में, आप model-based clustering की बुनियादी अवधारणाओं से परिचित होंगे और जानेंगे कि यह तरीका अन्य clustering तकनीकों से कैसे भिन्न है। आप Gaussian Mixture Models की जनरेटिंग प्रक्रिया सीखेंगे और यह भी कि clusters को कैसे विज़ुअलाइज़ किया जाए।
- मॉडल-आधारित क्लस्टरिंग का परिचय50 XP
- Clustering के तरीके50 XP
- जेंडर डेटा को एक्सप्लोर करें100 XP
- Gaussian वितरण50 XP
- Gaussian वितरण से सैंपलिंग100 XP
- (बहुत अच्छे नहीं) mean और sd के अनुमान100 XP
- Gaussian मिक्सचर मॉडल्स (GMM)50 XP
- दो Gaussian डिस्ट्रीब्यूशन्स का मिश्रण सिम्युलेट करें100 XP
- Gaussian Mixture का हिस्टोग्राम प्लॉट करें100 XP
- तीन Gaussian वितरणों का मिश्रण100 XP
2
Mixture Models की संरचना और पैरामीटर का आकलन
इस अध्याय में, आप Mixture Models की मुख्य संरचना, इस तरीके से अलग-अलग डेटा को कैसे संभालें, और शामिल पैरामीटर्स का अनुमान कैसे लगाएँ, यह सीखेंगे। इस estimation को पूरा करने के लिए, आप Expectation-Maximization algorithm नाम की एक iterative विधि सीखेंगे।
3
`flexmix` के साथ Gaussians का Mixture
यह अध्याय दिखाता है कि `flexmix` पैकेज के साथ 1 और 2 dimensions में Gaussian Mixture Models को कैसे fit किया जाए। उपयोग किया गया डेटा 10,000 लोगों के weight, height, body mass index और बताए गए gender के observations से बना है।
4
Gaussians से आगे के Mixture Models
इस मॉड्यूल में, आप सीखेंगे कि Mixture Models को Gaussian के अलावा अन्य probability distributions तक कैसे बढ़ाया जाता है और `flexmix` के साथ इन मॉडलों को कैसे fit किया जाता है। उपयोग किए गए datasets हस्तलिखित अंकों की images और Chicago शहर में अपराधों की संख्या हैं। पहले dataset के लिए आप ऐसे clusters पाएँगे जो हस्तलिखित अंकों का सार बताते हैं, और दूसरे dataset के लिए आप ऐसी communities के clusters पाएँगे जहाँ रहना अपेक्षाकृत ज़्यादा या कम ख़तरनाक है।
R
R में Mixture Models
कोर्स
पूर्ण
