Як даведацца, ці правільна падрыхтавана мадэль? Ці з'яўляецца дакладнасць ключавым паказчыкам і ці павінна яна быць вышэй за 90%?
Вызначэнне таго, ці правільна навучана мадэль машыннага навучання, з'яўляецца найважнейшым аспектам працэсу распрацоўкі мадэлі. У той час як дакладнасць з'яўляецца важным паказчыкам (ці нават ключавым паказчыкам) у ацэнцы прадукцыйнасці мадэлі, гэта не адзіны паказчык добра падрыхтаванай мадэлі. Дасягненне дакладнасці вышэй за 90% не з'яўляецца універсальным
Ці з'яўляецца тэставанне мадэлі ML адносна даных, якія раней маглі быць выкарыстаны ў навучанні мадэлі, адпаведным этапам ацэнкі машыннага навучання?
Этап ацэнкі ў машынным навучанні з'яўляецца найважнейшым этапам, які ўключае ў сябе тэставанне мадэлі на дадзеных для ацэнкі яе прадукцыйнасці і эфектыўнасці. Пры ацэнцы мадэлі звычайна рэкамендуецца выкарыстоўваць даныя, якія не былі ўбачаныя мадэллю на этапе навучання. Гэта дапамагае забяспечыць бесстароннія і надзейныя вынікі ацэнкі.
Ці з'яўляецца вывад часткай навучання мадэлі, а не прадказаннем?
У галіне машыннага навучання, у прыватнасці ў кантэксце Google Cloud Machine Learning, сцвярджэнне "Вывад з'яўляецца часткай навучання мадэлі, а не прадказаннем" не зусім дакладнае. Вывад і прагназаванне - гэта розныя этапы канвеера машыннага навучання, кожны з якіх служыць рознай мэты і адбываецца ў розных кропках
Які алгарытм ML падыходзіць для навучання мадэлі для параўнання дакументаў даных?
Адным з алгарытмаў, які добра падыходзіць для навучання мадэлі для параўнання дакументаў з дадзенымі, з'яўляецца алгарытм падабенства косінуса. Косінуснае падабенства - гэта мера падабенства паміж двума ненулявымі вектарамі прасторы ўнутранага здабытку, якая вымярае косінус вугла паміж імі. У кантэксце параўнання дакументаў выкарыстоўваецца для вызначэння
Якія асноўныя адрозненні ў загрузцы і навучанні набору даных Iris паміж версіямі Tensorflow 1 і Tensorflow 2?
Арыгінальны код, прадстаўлены для загрузкі і навучання набору даных вясёлкавай абалонкі, быў распрацаваны для TensorFlow 1 і можа не працаваць з TensorFlow 2. Гэта разыходжанне ўзнікае з-за пэўных змяненняў і абнаўленняў, уведзеных у гэтай новай версіі TensorFlow, якія, аднак, будуць падрабязна разгледжаны ў наступным тэмы, якія будуць непасрэдна звязаны з TensorFlow
Алгарытмы машыннага навучання могуць навучыцца прадказваць або класіфікаваць новыя, нябачныя даныя. Што прадугледжвае распрацоўка прагнастычных мадэляў немаркіраваных даных?
Распрацоўка прагнастычных мадэляў для немаркіраваных даных у машынным навучанні ўключае ў сябе некалькі ключавых этапаў і меркаванняў. Непазначаныя даныя адносяцца да даных, якія не маюць загадзя вызначаных мэтавых метак або катэгорый. Мэта складаецца ў тым, каб распрацаваць мадэлі, якія могуць дакладна прагназаваць або класіфікаваць новыя, нябачныя даныя на аснове шаблонаў і сувязей, атрыманых з даступных
Як стварыць мадэль у Google Cloud Machine Learning?
Каб стварыць мадэль у Google Cloud Machine Learning Engine, вам трэба прытрымлівацца структураванага працоўнага працэсу, які ўключае розныя кампаненты. Гэтыя кампаненты ўключаюць у сябе падрыхтоўку даных, вызначэнне вашай мадэлі і яе навучанне. Давайце разгледзім кожны крок больш падрабязна. 1. Падрыхтоўка даных: перад стварэннем мадэлі вельмі важна падрыхтаваць вашу
Чаму ацэнка складае 80% для навучання і 20% для ацэнкі, а не наадварот?
Выдзяленне 80 % вагі на навучанне і 20 % на ацэнку ў кантэксце машыннага навучання з'яўляецца стратэгічным рашэннем, заснаваным на некалькіх фактарах. Гэта размеркаванне накіравана на пошук балансу паміж аптымізацыяй працэсу навучання і забеспячэннем дакладнай ацэнкі прадукцыйнасці мадэлі. У гэтым адказе мы паглыбімся ў прычыны
Што такое вагі і зрушэнні ў ІІ?
Вагі і прадузятасці з'яўляюцца фундаментальнымі паняццямі ў галіне штучнага інтэлекту, у прыватнасці ў галіне машыннага навучання. Яны гуляюць вырашальную ролю ў навучанні і функцыянаванні мадэляў машыннага навучання. Ніжэй прыводзіцца поўнае тлумачэнне вагаў і зрушэнняў, вывучэнне іх значэння і таго, як яны выкарыстоўваюцца ў кантэксце машыны
Што такое вызначэнне мадэлі ў машынным навучанні?
Мадэль у машынным навучанні адносіцца да матэматычнага прадстаўлення або алгарытму, які навучаецца на наборы даных для прагназавання або прыняцця рашэнняў без яўнага праграмавання. Гэта фундаментальная канцэпцыя ў галіне штучнага інтэлекту і адыгрывае вырашальную ролю ў розных прыкладаннях, пачынаючы ад распазнавання малюнкаў і заканчваючы апрацоўкай натуральнай мовы. У