Mashinani o'rganish va chuqur o'rganish uchun Regularizatsiya zarur. Bu
Download 19.5 Kb. Pdf ko'rish
|
10 Lecture
- Bu sahifa navigatsiya:
- Regularizatsiya nima
- Qayta ornatish
|
10-mavzu. Oʼqitish jarayonida regulyarizatsiyalash. Mashinani o'rganish va chuqur o'rganish uchun Regularizatsiya zarur. Bu murakkab usul emas va mashinani o'rganish jarayonini soddalashtiradi. Mashinani o'rganish modelini o'rnatish faqat ma'lumotlarni oziqlantirish bilan bog'liq emas. Sun'iy neyron tarmoqlardan foydalangan holda mashinada modelni o'rgatishda siz ko'plab muammolarga duch kelasiz. Ushbu muammolar ishlashga sezilarli ta'sir ko'rsatishi mumkin. Mashinani o'rganish va chuqur o'rganish uchun Regularizatsiya zarur. Bu murakkab usul emas va mashinani o'rganish jarayonini soddalashtiradi. Mashinani o'rganish modelini o'rnatish faqat ma'lumotlarni oziqlantirish bilan bog'liq emas. Sun'iy neyron tarmoqlardan foydalangan holda mashinada modelni o'rgatishda siz ko'plab muammolarga duch kelasiz. Ushbu muammolar ishlashga sezilarli ta'sir ko'rsatishi mumkin. Ushbu maqola dastgoh asbobidan qanday foydalanishni o'rganayotganda muammolarni kamaytirish uchun foydalanishingiz mumkin bo'lgan usullarni tushunishga yordam beradi. Regularizatsiya nima? Regulyatsiyadan foydalanish nom bilan bir xil. Regularizatsiyalash, narsalarni maqbul yoki muntazam qilish demakdir. Regularizatsiyalash - bu modelni to'g'ri ishlashga o'rgatish va haddan tashqari moslashishdan qochish orqali model xatolarini kamaytiradigan usul. Qayta o'rnatish Haddan tashqari moslashish keng tarqalgan muammodir. Modelni qayta ishlash qobiliyatiga ega bo'lmagan ma'lumotlar bilan to'ldirganingizda, u tartibsiz ishlay boshlaydi. Bu tartibsizlik signaldan ko'ra shovqinni o'z ichiga oladi. Sizning modelingiz keraksiz ma'lumotlarni kontseptsiya sifatida ko'rib chiqa boshlaydi. Bunga murojaat qilish uchun ishlatiladigan atama "haddan tashqari moslashish" dir va bu noto'g'ri xulosalarga olib keladi, bu ma'lumotlarning aniqligi va samaradorligini pasaytiradi. Aytaylik, yangi talabalar suhbatga qabul qilinadimi yoki yo'qligini taxmin qilishimiz kerak. Biz tizimimizni 20 000 rezyume bo'yicha o'qitamiz, ular malaka talablariga javob beradimi yoki yo'qmi. Biz olgan natija 99 foiz aniq bo'ladi. Endi siz modelingizni butunlay boshqa ma'lumotlar to'plamida sinab ko'rganingizda, natija 50 foizdan kam bo'ladi. Buning sababi, biz o'rgatgan model ko'rinmas ma'lumotlarni umumlashtirmaydi. Bu bizning kundalik hayotimizga qanchalik mos kelishini ham ko'ramiz. Download 19.5 Kb. Do'stlaringiz bilan baham: 
|