Vidéo: Qu'est-ce que l'erreur de généralisation en apprentissage automatique ?
2024 Auteur: Lynn Donovan | [email protected]. Dernière modifié: 2023-12-15 23:46
En supervisé apprentissage candidatures dans apprentissage automatique et statistiques apprentissage théorie, erreur de généralisation (également connu sous le nom de hors échantillon Erreur ) est une mesure de la précision avec laquelle un algorithme est capable de prédire les valeurs de résultat pour des données inédites.
Par conséquent, quels sont les types d'erreurs courants en apprentissage automatique ?
Pour les problèmes de classification binaire, il existe deux principaux types d'erreurs . Taper 1 les erreurs (faux positifs) et Taper 2 les erreurs (faux négatifs). Il est souvent possible, grâce à la sélection et au réglage du modèle, d'augmenter l'un tout en diminuant l'autre, et il faut souvent choisir lequel type d'erreur est plus acceptable.
Sachez également qu'est-ce que le surapprentissage dans l'apprentissage automatique ? Surapprentissage dans le Machine Learning fait référence à un modèle qui modélise trop bien les données d'entraînement. Surapprentissage se produit lorsqu'un modèle apprend les détails et le bruit dans les données d'apprentissage dans la mesure où cela a un impact négatif sur les performances du modèle sur de nouvelles données.
Également demandé, qu'est-ce que la performance de généralisation ?
Les performances de généralisation d'un algorithme d'apprentissage fait référence à la performance sur les données hors échantillon des modèles appris par l'algorithme.
Qu'est-ce qu'une erreur de classement ?
Erreur de classification . Les erreur de classement Eje d'un programme individuel i dépend du nombre d'échantillons mal classés (faux positifs et faux négatifs) et est évalué par la formule: où f est le nombre d'échantillons mal classés et n est le nombre total d'échantillons.
Conseillé:
Qu'est-ce que l'apprentissage automatique avec Python ?
Introduction à l'apprentissage automatique avec Python. L'apprentissage automatique est un type d'intelligence artificielle (IA) qui permet aux ordinateurs d'apprendre sans être explicitement programmés. L'apprentissage automatique se concentre sur le développement de programmes informatiques qui peuvent changer lorsqu'ils sont exposés à de nouvelles données
Qu'est-ce que l'apprentissage automatique en intelligence artificielle ?
L'apprentissage automatique (ML) est la branche de la science consacrée à l'étude des algorithmes et des modèles statistiques que les systèmes informatiques utilisent pour effectuer une tâche spécifique sans utiliser d'instructions explicites, en s'appuyant plutôt sur des modèles et des inférences. Il est considéré comme un sous-ensemble de l'intelligence artificielle
Qu'est-ce que la dérive de modèle dans l'apprentissage automatique ?
Un article de Wikipédia, l'encyclopédie libre. Dans l'analyse prédictive et l'apprentissage automatique, la dérive de concept signifie que les propriétés statistiques de la variable cible, que le modèle essaie de prédire, changent au fil du temps de manière imprévue. Cela pose des problèmes car les prédictions deviennent moins précises avec le temps
Qu'est-ce qui est mieux pour l'apprentissage automatique Java ou Python ?
Vitesse : Java est plus rapide que Python Java est 25 fois plus rapide que Python. En termes de concurrence, Java bat Python. Javais le meilleur choix pour créer des applications d'apprentissage machine volumineuses et complexes en raison de ses excellentes applications de mise à l'échelle
Quelle est l'erreur de généralisation excessive ?
Les erreurs courantes dans l'enquête humaine sont des observations inexactes, une généralisation excessive, une observation sélective et un raisonnement illogique