Video: Машинаны үйрөнүүдө жалпылоо катасы деген эмне?
2024 Автор: Lynn Donovan | [email protected]. Акыркы өзгөртүү: 2023-12-15 23:50
Көзөмөлгө алынган үйрөнүү ичиндеги колдонмолор машина үйрөнүү жана статистикалык үйрөнүү теория, жалпылоо катасы (үлгүдөн тышкары деп да белгилүү ката ) алгоритмдин мурда көрүнбөгөн маалыматтар үчүн жыйынтык баалуулуктарын канчалык так алдын ала айтууга жөндөмдүүлүгүнүн өлчөмү.
Демек, машинаны үйрөнүүдө катанын жалпы түрлөрү кайсылар?
бинардык классификация маселелери үчүн, эки негизги бар каталардын түрлөрү . Type 1 каталар (жалган позитивдер) жана Type 2 каталар (жалган негативдер). Көбүнчө моделди тандоо жана тюнинг аркылуу бирин көбөйтүү, экинчисин азайтуу мүмкүн жана көбүнчө кайсынысын тандоо керек ката түрү көбүрөөк кабыл алынат.
Ошондой эле, машинаны үйрөнүүдө Overfitting деген эмнени билесизби? Машинаны үйрөнүүдө ашыкча тууралоо окутуу маалыматтарын абдан жакшы моделдөөчү моделди билдирет. Ашыкча тууралоо моделдин деталдарды жана ызы-чууну жаңы маалыматтар боюнча моделдин иштешине терс таасирин тийгизген даражада үйрөнгөндө болот.
Ошондой эле, жалпылоо көрсөткүчү деген эмнени сурады?
The жалпылоо аткаруу үйрөнүү алгоритмин билдирет аткаруу алгоритм тарабынан үйрөнүлгөн моделдердин үлгүдөн тышкаркы маалыматтары боюнча.
Классификация катасы деген эмне?
Классификация катасы . The классификация катасы Эи жеке программанын i туура эмес классификацияланган үлгүлөрдүн санына көз каранды (жалган позитив плюс жалган негативдер) жана формула менен бааланат: мында f – туура эмес классификацияланган үлгү учурларынын саны, ал эми n – үлгү учурларынын жалпы саны.
Сунушталууда:
Жазууда ашыкча жалпылоо деген эмне?
Ашыкча жалпылоо – логикалык жаңылыштыктын бир түрү, ал ой жүгүртүүнүн жетишсиздиги болуп саналат. Бул ашыкча жалпылоо, ой жүгүртүүнүн жетишсиздиги. Тагыраак айтканда, биз аны автордун далилдөөгө же жокко чыгарууга мүмкүн болбогон кенен дооматы катары аныктай алабыз
Маалыматтарды жалпылоо деген эмне?
Жыйынтыктоо – бул маалымат топтомунун компакттуу сүрөттөмөсүн табуу ыкмаларын камтыган маалыматтарды казып алуунун негизги концепциясы. Изилдөөчү маалыматтарды талдоо, маалыматтарды визуализациялоо жана автоматташтырылган отчетту түзүү үчүн, мисалы, орточо жана стандарттык четтөөлөрдү таблицалоо сыяктуу жөнөкөй жыйынтыктоо ыкмалары көбүнчө колдонулат
Машинаны үйрөнүүдө моделди жайылтуу деген эмне?
Моделди жайылтуу деген эмне? Жайгаштыруу - бул маалыматтардын негизинде практикалык бизнес чечимдерди кабыл алуу үчүн машина үйрөнүү моделин учурдагы өндүрүш чөйрөсүнө интеграциялоо ыкмасы
Машинаны үйрөнүүдө өзгөчөлүктү азайтуу деген эмне?
Функцияларды кыскартууну колдонуунун максаты - компьютер өз функциясын аткаруу үчүн иштете турган функциялардын (же өзгөрмөлөрдүн) санын азайтуу. Функцияларды азайтуу өлчөмдөрдүн санын азайтуу үчүн колдонулат, бул машина үйрөнүү колдонмолору үчүн маалыматтарды азыраак сейрек жана статистикалык жактан маанилүү кылат
Машинаны үйрөнүүдө классификациялоо алгоритмдери кандай?
Бул жерде бизде Machine Learning классификациясынын алгоритмдеринин түрлөрү бар: Сызыктуу классификаторлор: Логистикалык регрессия, Naive Bayes классификатору. Жакынкы кошуна. Вектордук машиналарды колдоо. Чечим дарактары. Көбөйтүлгөн дарактар. Random Forest. Нейрондук тармактар