tgoop.com/parspajouhaan_cee/7316
Last Update:
📝مفهوم underfitting در یادگیری ماشین
#اصطلاحات_هوش_مصنوعی
مشاهده شد که مدلی که overfit میشود، واریانس زیاد و بایاس کمی دارد. اما اگر واریانس کم و بایاس زیاد باشد چه؟ در این حالت گفته میشود که مدل، underfit است. underfitt یعنی اینکه مدل به جای اینکه دادهها را از نزدیک دنبال کند، از یادگیری آموزههایی که در دادههای آموزشی وجود دارد، چشمپوشی کرده و نمیتواند روابط موجود میان دادهها را کشف کند.
حال میخواهیم چنین مدلی را با کمک مثال قبل، توصیف کنیم. اینبار فرد مورد نظر، دادههای آموزشی را به یک سریال تغییر میدهد و به عنوان فرض اولیه، تنها جملاتی که با کلمات رایج the، be، to، of و a شروع میشوند، مهم قلمداد شده و از بقیه جملات چشمپوشی میشود. بعد از یک پروسه طولانیِ آموزش، فرد دوباره به نیویورک سفر میکند. اما این بار هم شکست میخورد. زیرا در این حالت، فرد تعداد کمی از جملات را میتواند درک کند و به خاطر بایاس، در درک ساختار زبان ناتوان است. در فرض اولیه که برای دادهها در نظر گرفته شد، زیاده روی شده و مدل underfit شد.
🆔@PARSPAJOUHAAN_CEE
BY مهندسی برق و کامپیوتر پارس پژوهان
Share with your friend now:
tgoop.com/parspajouhaan_cee/7316