نتایج جستجو

...از آن مشاهده شده‌است. در این روش، تخمین [[گشتاور (ریاضی)|گشتاورهای]] توزیع احتمال با مقدار نظری گشتاورها (که تابعی از پارامترها هستند) برابر قرار داده شده و ...شخص می‌سازند برآورد کنیم. فرض کنید بتوانیم <math>p</math> تا از گشتاورهای توزیع حقیقی به صورت زیر برحسب توابعی از <math>\boldsymbol{\theta}</math> بنویسیم: ...

اگر <math>P(k^{\prime}|k)</math> را احتمال این در نظر بگیریم که رأسی با درجه <math>k</math>، همسایه‌ای با درجه <math>k ..._{nn}(k)</math> به عنوان تابعی از <math>k</math> را بتوانیم به تابعی نمایی برازش کنیم، میتوان نمای تابع، <math>\mu</math>،را به عنوان کمیتی برای سنجش همسنخ‌ ...

...بر اساس '''تناسب''' آن‌ها می‌باشد. مقدار تناسب راس‌های تشکیل‌دهنده شبکه یک توزیع <math>\rho(\eta)</math> را تشکیل می‌دهد و به هر راس یک مقدار مشخص اختصاص دا ...اتصال یک راس به راس دیگر به '''تناسب''' (برازش) آن راس بستگی دارد. در واقع احتمال آن که یک راس جدید به راس <math>i</math> متصل شود برابر است با:<ref>{{cite j ...

...اتم چگالیده شده و در یک سطح انرژی قرار می‌گیرند. در دماهای پایین که مقدار برازش بیشتر است، این مدل پیش‌بینی می‌کند که اتم های بیشتری به یک سطح انرژی مشخص ...‌بینی می‌کند که افزایش درجه‌ی یک راس متناسب با عدد برازش آن است و می‌توان توزیع درجه راس را برای این شبکه محاسبه کرد. مدل بیانکونی–باراباسی <ref name="BB_m ...

...ستند، {{math|''p''(''n'')}} را احتمال کشیده شدن یک گراف {{math|n}}-راسی از توزیع گراف‌های ردهٔ اول تعریف می‌کنیم، در نتیجه اگر {{math|n}} به بینهایت میل کند ...دسته وجود داشته باشد. بر این اساس، او همچنان نشان داده است که دانستن اینکه برازش چندوجهی جزو گراف‌ها ردهٔ اول است، [[ان‌پی کامل]] است. ...

...ده‌های آموزش]] به معنی کاهش دقت بر روی داده‌های آزمایش خواهد بود (همان بیش‌برازش). توقف زودهنگام سعی دارد با متوقف کردن یادگیری در نقطه بهینه، [[خطای تعمیم] ...اقعی حاکم میان این نقاط است، و خط آبی نشان‌دهنده تابع یادگرفته شده تحت بیش‌برازش است.]] ...

...ده‌های آموزش]] به معنی کاهش دقت بر روی داده‌های آزمایش خواهد بود (همان بیش‌برازش). توقف زودهنگام سعی دارد با متوقف کردن یادگیری در نقطه بهینه، [[خطای تعمیم] ...اقعی حاکم میان این نقاط است، و خط آبی نشان‌دهنده تابع یادگرفته شده تحت بیش‌برازش است.]] ...

[[پرونده:Fitting Parabola Least Squares.png|بندانگشتی|برازش سهمی بر مجموعه‌ای از داده‌ها در نرم‌افزار اکسل]] .... مهم‌ترین کاربرد روش کمترین مربعات در [[برازش منحنی]] بر داده‌ها است. مدل برازش شده بر داده‌ها، مدلی است که در آن کمیت <math>\chi^2</math> کمینه باشد. ...

{{توزیع احتمال ...e distribution|بیگانه در فارسی=|حوزه=آمار، ریاضی|دفتر=ششم|بخش=فارسی|سرواژه=توزیع خی‌دو}}</ref> (و یا '''کی‌دو''' یا چی‌دو یا <math>\chi^2</math>) {{به انگلی ...

...م یادگیری با بایاس کم باید «انعطاف‌پذیر» باشد تا بتواند داده‌ها را به خوبی برازش کند. اما اگر الگوریتم یادگیری بیش از حد انعطاف‌پذیر باشد، متناسب با هر [[مج ...، حتی در صورت عدم وجود خطای اندازه‌گیری (اختلال تصادفی) می‌توانید دچار پیش برازش شوید. در چنین شرایطی، بخشی از تابع هدف که نمی‌تواند مدل‌سازی شود، داده آموز ...

...-آلبرت]] ، [[مدل واتس و استروگاتز|واتس- استروگاتز]] ) در [[توزیع (ریاضیات)|توزیع]] ضرایب خوشگی گره ها متفاوت است: همانطور که مدل‌های دیگر یک ضریب خوشگی ثابت === توزیع درجه === ...

...تغیر وابسته]] اطراف تابع رگرسیون مورد توجه است که می‌تواند توسط یک [[توزیع احتمال]] توضیح داده شود. ...ه می‌کند که به توابع رگرسیون اجازه می‌دهد تا در یک مجموعه مشخص از توابع با احتمال پارامترهای نامحدود قرار گیرند. ...

...که این طول قدها به صورت کلی از [[توزیع نرمال]] پیروی می‌کنند ولی سنجه‌های توزیع را (میانگین و واریانس) را نمی‌داند، در این شرایط وی با استفاده از روش درست‌ ...ک سازو کار مشخص را برای تخمین ارائه می‌دهد که در مورد توزیع نرمال و بسیاری توزیع‌های دیگر به‌طور خوش‌تعریف عمل می‌کند. با این حال در بعضی موارد مشکلاتی پیش ...

...بردارهای ویژگی در طول فرایند انطباق، که خود را همانند یک گاز در فضای داده توزیع می‌کنند، «شبکه گاز عصبی» نام گرفته‌است. از این شبکه در موقعیت‌هایی که [[فشر فرض کنید [[توزیع احتمال]] <math>P(x)</math> روی بردارهای داده <math>x</math> و تعداد متناهی از بردا ...

...ور وب|وب سرور]] را در نظر بگیریم ، بنابراین ، تا مقدار قابل توجهی از دقت ، توزیع بسیار سنگین است ، یعنی تعداد زیادی فایل کوچک منتقل می گردد ، اما مهمتر از ه ...باید تمایز قائل شد. اگرچه این اصطلاحات گفته شده متمایز هستند برهم نهی های توزیع دم سنگین برای تشکیل سری های زمانی وابسته به برد طولانی جمع می شوند. ...

...احتمال Pm یک ''دیاد'' محاسبه کرد. به عنوان مثال، وقتی این احتمال ۰٫۲۵ است، احتمال پیدا کردن: با احتمال کلی ۱. رابطه‌های یکسانی با دیادها برای تترادها وجود دارد.<ref>{{Cite journa ...

...‌گردد. آدابوست نسبت به داده‌های نویزی و پرت حساس است؛ ولی نسبت به مشکل بیش برازش از بیشتر الگوریتم‌های یادگیری برتری دارد. طبقه‌بندی پایه که در اینجا استفاد ...های ضعیف ℋ طبقه‌بند <math>h_{t}\,\!</math> را پیدا کن که میزان خطا نسبت به توزیع <math>D_{t}</math> کمینه شود، در این معادله <math>I</math> یک تابع نشانگر ا ...

...فی تفاوت‌های اساسی واقعی داشته باشد. در حالت اول، اثر «برگشت» از نظر آماری احتمال وقوع دارد، اما در مورد دوم، ممکن است احتمالی بسیار کمتر داشته باشد یا اصلاً ...ر تصادفی|متغیرهای تصادفی]] [[متغیرهای تصادفی مستقل با توزیع یکسان|مستقل با توزیع یکسان]]، و [[میانگین]] مورد انتظار ۵۰ خواهد بود. طبیعی است که نمرهٔ برخی از ...

...را انتخاب می‌کنیم. دلیل این کار خیلی جاها برای جلوگیری از [[بیش‌برازش|بیش برازش]] یا کار کردن راحت‌تر با داده‌ها یا مصور‌سازی می‌باشد. به کمک خودرمزگذار‌ها ...دانگشتی|ساختار ابتدایی [[خودرمزگذار متغیر]] که در لایه‌ی پنهان از یک توزیع احتمال استفاده می‌کند.|440x440پیکسل]] ...

...طریق تعدادی از مسیرهای مختلف فروپاشی یا کاهیدگی (تابشی و / یا غیرتابشی) با احتمال مشخصی به [[حالت پایه]] تبدیل می‌شود. برای مشاهدهٔ فلورسانس، یکی از این مسیر ...[[توزیع پواسون|آمار پواسون]] پیروی می‌کند که در تعیین [[نیکویی برازش|میزان برازش]] در هنگام نصب در نظر گرفته می‌شود. به‌طور خاص، TCSPC زمان‌هایی را تشخیص می ...