https://virgool.ir/feed/@m_55667101fa2026-11-11 11:51:19https://files.virgool.ir/upload/users/1397189/avatar/ggrIbI.jpeghttps://virgool.ir/@m_55667101https://virgool.ir/@m_55667101/مفهوم-over-fit-یا-بیش-برازش-و-مفهوم-under-fit-یا-کم-برازش-hung5xi2szikمفهوم Over-fit یا بیش برازشدرواقع Over-fitting به این موضوع اشاره دارد که مدل ما بسیار خوب آموزش دیده است اما به خوبی تعمیم نیافته است. اجازه دهید با یک مثال واقعی پیش برویم.فرض کنید شما به یک کشور خارجی رفته اید و قصد دارید با تاکسی به جایی بروید و از بد روزگار راننده آن تاکسی شما را تلکه می کند و پول زیادی از شما می گیرد و در نهایت شما می گویید تمامی رانندگان تاکسی آن کشور دزد هستند. Over-generalization یا Over-fitting دقیقا همین چیزی است که در زندگی انسان ها در حال رخ دادن است و جالب است بدانید که ماشین نیز ممکن است در این دام بیفتد اگر به خوبی مراقب عملکردتان نباشید. بنابراین تعریف Over-fit را اینگونه می گوییم که بسیار خوب آموزش دیده است اما قدرت تعمیم پذیری یا Generalization ندارد.مفهوم Under-fit یا کم برازشمفهوم کم برازش یا Under-fitting زمانی اتفاق میفتد که مدل بسیار ساده است و برای یادگیری مناسب نیست. چند انتخابی که برای حل این مشکل دارید این است که مدل یادگیرنده بهتری انتخاب کنید یا ویژگی های بهتری برای مدلتان که می خواهد بیاموزد انتخاب کنید یا میزان محدودیت هایی که برای تنظیم مجموعه داده ای قرار داده اید را کمتر کنید.به عنوان مثال فرض کنید برای شناسایی 5 نفر، 50 نمونه عکس از این افراد داریم اگر شما طوری این عکس‌ها را ببینید که فقط این 50 عکس را بشناسید و هر مدل دیگه‌ای از عکس‌هارا به شمابدهند نتوانید شناسایی انجام دهید، یعنی ذهنِ شما بر روی این ‌عکس‌ها Overfit یا بیش‌برازش شده است. حال اگر تمامی افراد را دیده باشید از نزدیک اما نتوانید عکس هایشان را به درستی تشخیص دهید یا شاید به صورت اتفاقی چند نمونه را درست تشخیص دهید. اینجا ذهن شما Underfit شده است.مسعود حسن‌لومسعود حسن‌لوSun, 16 Jan 2022 01:53:20 +0330https://virgool.ir/@m_55667101/راهنمایی-برای-ارزیابی-و-انتخاب-مدل-های-ماشین-لرنینگ-uayimtfxbnhaاگه ميخواين چند اجرارو به روش خودكار باهم مقايسه كنين با من همراه باشينابرداده ي خودتونو به نپتون وارد كنين و بعد ميتونين همه ي اجراهارو توي يه نما ببينينحالا ميخوايم ببينيم كه ساز و كار اعتبار سنجي متقابل تو ماشين لرنينگ چجوريهولاديمر لياشنكو تو ٢١ نوامبر ٢٠٢١ اين مقاله رو ارائه داده كه من براتون توضيحش ميدمتو یادگیری ماشینی كه همون ترجمه ي ماشين لرنينگ خودمونه )ML(، تعمیم معمولاً به توانایی یک الگوریتم برای مؤثر بودن در ورودی های مختلف اشاره دارد. معنيش اينه که مدل ML با کاهش عملکرد در ورودی های جدید از پخش كردن یکسان داده های آموزشی مواجه نميشه.برای انسان تعمیم دادن توي طبیعی ترین چیزها ممکن و نرماله .مثلا ما می توانیم پرواز كردن رو به مدلاي مختلف طبقه بندی کنیم. به عنوان مثال، ما قطعًا یک سگ را می شناسیم حتی اگر  قبلا يه نژاد متفاوتش رو ندیده باشیم. با این وجود، ممکن است برای یک مدل ML همه ي اين طبقه بندي كردنا کاملا یک چالش باشد. به همین دلیل است که بررسی توانایی الگوریتم برای تعمیم یک کار مهم است که در ساخت مدل نیاز به توجه زیادی دارد.برای این کار از Cross-Validation (CV( استفاده می کنیم. در این مقاله به موارد زیر خواهیم پرداخت:اعتبار متقابل چیست:نحوه استفاده از این تکنیک ها:اعتبار سنجی متقابل در یادگیری ماشینی:اعتبار سنجی متقابل در یادگیری عمیق:بهترین شیوه ها و نکات:Cross-Validation چیست؟ اعتبار سنجی متقابل تکنیکی برای ارزیابی یک مدل یادگیری ماشین و آزمایش عملکرد اونه.CV معمولاً در کارهای کاربردی ML استفاده می شود. این به مقایسه و انتخاب یک مدل مناسب برای مسئله مدلسازی پیش بینی کننده خاص بهمون کمک میکنه.درک CV آسونه پیاده سازیشم آسان است، و تمایل به تعصب کمتری نسبت به سایر روشهای مورد استفاده برای شمارش امتیازهای کارایی مدل دارد يعني راحت تر كار ميكنه. همه اینها اعتبارسنجی متقابل را به ابزاری قدرتمند برای انتخاب بهترین مدل برای کاراي خاص تبدیل می کند.تکنیک های مختلفی وجود دارد که ممکن است برای اعتبارسنجی متقابل یک مدل استفاده شه. با این حال، همه آنها الگوريتمون يكيه:مجموعه داده را به دو بخش تقسیم ميكنيم: یکی برای آموزش، دیگری برای آزمایش مدل را روی مجموعه آموزشی آموزش ميديم اعتبار مدل را در مجموعه آزمایشی تأیید ميكنيممرحله اول تا سومو  چند بار تکرار ميكنيماین عدد به روش رزومه ای که استفاده می کنید بستگی داردهمانطور که می دانید، تکنیک های CV زیادی وجود دارد. برخی از آنها معمولا استفاده می شوند، برخی دیگر فقط در تئوری کار می کنند. بیایید روشهای اعتبارسنجی متقاطع را که در این مقاله پوشش داده خواهد شد، ببینیم.نگه داریدK-foldsترک یک بیرونترک کردنچین های K طبقه بندی شدهK-folds مکررچین های K تو در توکاملنگه داریداعتبار سنجی متقابل Hold-out ساده ترین و رایج ترین تکنیکهشاید ندانید که این روش نگهدارنده است اما مطمئنًا هر روز از آن استفاده می کنید.بريم كه الگوریتم تکنیک Hold-out رو ببينيم مجموعه داده را به دو بخش تقسیم کنید: مجموعه آموزشی و مجموعه تست.معمولاً 80 درصد مجموعه داده به مجموعه آموزشی و 20 درصد به مجموعه آزمایشی میرود، اما میتوانیم هر تقسیم بندی را انتخاب کنیم که مناسبتر باشد.مدل را روی مجموعه آموزشی آموزش بديمدر مجموعه آزمایشی اعتبار سنجی كنيمنتیجه اعتبارسنجی را ذخیره کنیمما معمولاً از روش نگهدارنده در مجموعه داده های بزرگ استفاده میکنیم، زیرا فقط یک بار نیاز به آموزش مدل دارد.اجرای نگهدارنده واقعًا آسان است. برای مثال، میتوانید این کار را با استفاده از sklearn.model_selection.train_test_split انجام دهید.import numpy as np from sklearn.model_selection import train_test_split(X, y = np.arange(10).reshape((5, 2)), range(5 ,X_train, X_test, y_train, y_test = train_test_split(X, y با این حال، نگه داشتن یک نقطه ضعف بزرگ دارد.به عنوان مثال، مجموعه داده ای که از نظر توزیع کاملا یکنواخت نیست. اگه اينطوري باشه ، ممکنه بعد از تقسیم در یک نقطه ناهموار قرار بگیریم.به عنوان مثال، مجموعه آموزشی مجموعه تست را نشان نخواهد داد.هر دو مجموعه تمرین و تست ممکن است بسیار متفاوت باشند، یکی از آنها ممکن است آسان تر یا سخت تر باشد.علاوه بر این، این واقعیت که ما مدل خود را فقط یک بار آزمایش می کنیم ممکن است یک گلوگاه برای این روش باشد.با توجه به دلایل ذکر شده در بالا، ممکن است نتیجه به دست آمده با تکنیک Hold-out نادرست در نظر گرفته شودk-fold K-Fold CV تکنیکی است که معایب روش نگهدارنده را به حداقل می رساند.k-Fold روش جدیدی را برای تقسیم مجموعه داده معرفی می کند که به غلبه بر "تست فقط یک بار گلوگاه" کمک می کند.الگوریتم تکنیک k-Fold:تعدادی چین را انتخاب کنید - k. معمولاً 5 k یا 10 است، اما میتوانید هر عددی را انتخاب کنید که کمتر از طول مجموعه داده باشد.مجموعه داده را به k قسمت مساوی )در صورت امکان( تقسیم کنید )به آنها folds گفته می شود( k – 1 folds را انتخاب کنید که مجموعه آموزشی خواهد بود. تای باقیمانده مجموعه آزمایشی خواهد بودمدل را روی مجموعه آموزشی آموزش دهید.در هر تکرار اعتبارسنجی متقاطع، باید یک مدل جدید مستقل از مدل آموزش داده شده در تکرار قبلی آموزش دهید.در مجموعه آزمایشی اعتبار سنجی کنیدنتیجه اعتبارسنجی را ذخیره کنیدمراحل 3 تا 6 هزار بار را تکرار کنید. هر بار از چین باقی مانده به عنوان مجموعه تست استفاده کنید.در پایان،شما باید مدل را روی هر فولد که دارید اعتبارسنجی کرده باشید. برای به دست آوردن امتیاز نهایی، میانگین نتایجی که در مرحله 6 به دست آوردید رو بگيرين. برای انجام اعتبارسنجی متقاطع k-Fold می توانید از sklearn.model_selection.KFold استفاده کنید sklearn.model_selection import KFold([[X = np.array([[1, 2], [3, 4], [1, 2], [3, 4 ([y = np.array([1, 2, 3, 4 (kf = KFold(n_splits=2:(for train_index, test_index in kf.split(X (print("TRAIN:", train_index, "TEST:", test_index [X_train, X_test = X[train_index], X[test_index .[y_train, y_test = y[train_index], y[test_indexبه طور کلی همیشه بهتر است به جای Hold-out از تکنیک k-Fold استفاده کنید. از آنجایی که آموزش و آزمایش بر روی چندین بخش مختلف مجموعه داده انجام می شود، به صورت مو به مو، مقایسه k-Fold نتیجه پایدارتر و قابل اعتمادتری به دست می دهد. اگر تعداد تاها را افزایش دهیم تا مدل را روی بسیاری از زیر مجموعه های مختلف مختلف آزمایش کنیم، میتوانیم امتیاز کلی را قویتر کنیم.با این حال، روش k-Fold یک نقطه ضعف دارد.افزایش k منجر به آموزش مدل های بیشتر می شود و فرآیند آموزش ممکن است واقعًا گران و زمانبر باشدk-fold تکرار :Repeated k-Foldاعتبارسنجی متقابل k-Fold مکرر یا CV نمونه برداریهای تصادفی مکرر احتمالاً قویترین تکنیکهای CV در این مقاله است.این یک تغییر از k-Fold است اما در مورد K-Folds تکراری k تعداد تاها نیست. تعداد دفعاتی است که ما مدل را آموزش خواهیم داد.ایده کلی این است که در هر تکرار، نمونه هایی را به طور تصادفی از سرتاسر مجموعه داده به عنوان مجموعه آزمایشی انتخاب میکنیم. به عنوان مثال، اگر تصمیم بگیریم که 20٪ از مجموعه داده ها مجموعه آزمایشی ما باشد، 20٪ نمونه به طور تصادفی انتخاب می شوند و 80٪ بقیه به مجموعه آموزشی تبدیل می شوند.الگوریتم تکنیک Repeated k-Fold:k را انتخاب کنید - چند بار مدل آموزش داده می شود تعدادی نمونه را انتخاب کنید که مجموعه آزمایشی خواهد بود مجموعه داده را تقسیم کنید روی مجموعه آموزشی تمرین کنید. در هر تکرار اعتبارسنجی متقاطع، یک مدل جدید باید آموزش داده شود در مجموعه آزمایشی اعتبار سنجی کنیدنتیجه اعتبارسنجی را ذخیره کنیدمراحل را 3-6 هزار بار تکرار کنید برای به دست آوردن امتیاز نهایی، میانگین نتایجی که در مرحله 6 به دست آوردید را بگيريد.K-Fold مکرر مزایای واضحی نسبت به استاندارد k-Fold CV دارد. اولا، نسبت تقسیم قطار/آزمایش به تعداد تکرارها بستگی ندارد. ثانیا، ما حتی می توانیم نسبت های منحصر به فردی را برای هر تکرار تنظیم کنیم. ثالثًا، انتخاب تصادفی نمونه ها از مجموعه داده ها، Repeated k-Fold را برای سوگیری انتخاب قویتر میکند.با این حال، برخی از معایب وجود دارد. k-Fold CV تضمین میکند که مدل روی همه نمونه ها آزمایش میشود، در حالی که K-Fold تکراری بر اساس تصادفی سازی است که به این معنی است که برخی از نمونه ها ممکن است هرگز برای قرار گرفتن در مجموعه آزمایش انتخاب نشوند. در همان زمان، برخی از نمونه ها ممکن است چندین بار انتخاب شوند.Sklearn به شما در پیاده سازی Repeated k-Fold CV کمک می کند. فقط استفاده کنsklearn.model_selection.RepeatedKFold. در اجرای sklearn این تکنیک باید تعداد فولدهایی که می خواهید داشته باشید )n_splits( و تعداد دفعاتی که تقسیم انجام می شود )n_repeats( را تنظیم کنید. این تضمین می کند که در هر تکرار چین های مختلفی خواهید داشت.import numpy as np from sklearn.model_selection import RepeatedKFold([[X = np.array([[1, 2], [3, 4], [1, 2], [3, 4 ([y = np.array([0, 0, 1, 1 (rkf = RepeatedKFold(n_splits=2, n_repeats=2, random_state=42:(for train_index, test_index in rkf.split(X (print("TRAIN:", train_index, "TEST:", test_index [X_train, X_test = X[train_index], X[test_index [y_train, y_test = y[train_index], y[test_indexK-Fold تو در تو برخلاف سایر تکنیکهای CV، که برای ارزیابی کیفیت یک الگوریتم طراحی شده اند، Nested k-Fold CVمحبوبترین راه برای تنظیم پارامترهای یک الگوریتم است.تصور کنید که ما یک پارامتر p داریم که معمولاً به الگوریتم پایه ای که ما در حال تایید متقابل آن هستیم بستگی دارد. به عنوان مثال، برای رگرسیون لجستیک، ممکن است پارامتر جریمه باشد که برای تعیین هنجار مورد استفاده در جریمه استفاده می شود.الگوریتم تکنیک Nested k-Fold: k را انتخاب کنید - تعدادی تا، به عنوان مثال، 10 - فرض کنیم این عدد را انتخاب کرده ایمیک پارامتر p را انتخاب کنید.فرض کنید الگوریتم ما رگرسیون لجستیک است و p پارامتر جریمه ,'p = {'l1 {''l2', 'elasticnet', 'noneمجموعه داده را به 10 تا تقسیم کنید و یکی از آنها را برای آزمایش رزرو کنید یکی از تاهای آموزشی را برای اعتبار سنجی رزرو کنیدبرای هر مقدار p روی 8 فولد آموزشی باقیمانده آموزش دهید و روی فولد اعتبارسنجی ارزیابی کنید. اکنون 4 اندازه گیری داریدمراحل 4-5 را 9 بار تکرار کنید. بچرخانید که کدام فولد آموزشی، فولد اعتبارسنجی است. اکنون اندازه گیری 9 * 4 داریدp را انتخاب کنید که میانگین خطای تمرین را بیش از 9 برابر به حداقل برساند. از آن p برای ارزیابی روی مجموعه تست استفاده کنیداز مرحله 2 10 بار تکرار کنید و از هر تا به نوبت به عنوان تای تست استفاده کنید میانگین و انحراف معیار اندازه گیری ارزیابی را در 10 برابر تست ذخیره کنیدالگوریتمی که بهترین عملکرد را داشت، الگوریتمی بود که بهترین میانگین عملکرد خارج از نمونه را در 10 لایه آزمایشی داشت.این تکنیک از نظر محاسباتی گران است زیرا در طول مراحل 1 تا 10 تعداد زیادی مدل باید آموزش و ارزیابی شوند. با این حال، Nested k-Fold CV معمولا استفاده می شود و ممکن است در چندین کار ML واقعًا مؤثر باشد.متأسفانه، هیچ روش داخلی در sklearn وجود ندارد که بتواند CV Nested k-Fold را برای شما انجام دهد. این لحظه ای است که شما باید یا گوگل کنید و پیاده سازی شخصی را پیدا کنید یا خودتان آن را کدنویسی کنید.اعتبار متقاطع کامل CV کامل کم استفاده ترین تکنیک CV است. ایده کلی این است که ما یک عدد k - طول مجموعه آموزشی را انتخاب می کنیم و روی هر تقسیم ممکن حاوی k نمونه در مجموعه آموزشی اعتبار سنجی می کنیم.مقدار آن تقسیمها را میتوان به صورت Сnk محاسبه کرد که n طول مجموعه داده است. اگر k بالاتر از 2 باشد، باید مدل خود را چندین بار آموزش دهیم که همانطور که قبًلا متوجه شدیم زمان فرآیند گران قیمت و از نظر محاسباتی است.به همین دلیل است که از CV کامل یا در تحقیقات نظری استفاده می شود و یا در صورت وجود فرمول مؤثری که به حداقل رساندن محاسبات کمک می کند.الگوریتم اعتبار سنجی متقاطع کامل:یک عدد k - طول مجموعه تمرینی را انتخاب کنید مجموعه داده را تقسیم کنید روی مجموعه آموزشی تمرین کنید در مجموعه آزمایشی اعتبار سنجی کنید نتیجه اعتبارسنجی را ذخیره کنید مراحل 2 تا 5 Сnk را تکرار کنید برای به دست آوردن امتیاز نهایی، میانگین نتایجی که در مرحله 5 به دست آوردید را بگيريدبیشتر تکنیک های اعتبار سنجی متقابل ذکر شده در بالا به طور گسترده در ML استفاده می شود. مهم است که به خاطر داشته باشید که استفاده از تکنیک CV مناسب ممکن است در زمان شما صرفه جویی کند و به انتخاب بهترین مدل برای کار کمک کند.این بدان معناست که ،بهتره همیشه مدلو تأییدمتقابل کنیدوثانیًا باید یک روشCVمربوطه را انتخاب کنید. بنابراین، دانستن مزایا و معایب تکنیکهای اعتبارسنجی متقابل حیاتی است.شایان ذکر است که اگر میخواهید مدل را اعتبار متقابل کنید، همیشه باید دفترچه راهنمای مدل را بررسی کنید زیرا برخی از الگوریتمهای ML، به عنوان مثال، CatBoost روشهای CV داخلی خود را دارند. ممکن است آنها را مربوط به وظیفه ML خود بیابید و به جای روش های داخلی sklearn از آنها استفاده کنید.به طور کلی، همانطور که ممکن است متوجه شده باشید، بسیاری از تکنیکهای CV دارای روشهای داخلی sklearn هستند. من به شدت توصیه می کنم از آنها استفاده کنید زیرا این روش ها در زمان زیادی برای کارهای پیچیده تر صرفه جویی می کنند.اعتبار متقابل در یادگیری عمیق اعتبار سنجی متقابل در یادگیری عمیق )DL( ممکن است کمی مشکل باشد زیرا اکثر تکنیک های CV حداقل چندبار نیاز به آموزش مدل دارند.در یادگیری عمیق، معمولاً به دلیل هزینه های مرتبط با آموزش مدلهای مختلف، از CV اجتناب میکنید. به جای انجام k-Fold یا سایر تکنیکهای CV، ممکن است از زیرمجموع های تصادفی از داده های آموزشی خود به عنوان نگهدارنده برای اهداف اعتبارسنجی استفاده کنید.به عنوان مثال، کتابخانه یادگیری عمیق Keras به شما امکان می دهد یکی از دو پارامتر را برای تابع fit که آموزش را انجام می دهد، ارسال کنید.validation_split: درصدی از داده هایی که باید برای اعتبار سنجی نگهداری شوندvalidation_data: چند عدد از )X, y( که باید برای اعتبارسنجی استفاده شود. این پارامتر پارامتر validation_split را نادیده می گیرد، به این معنی که شما می توانید تنها یکی از این پارامترها را در یک زمان استفاده کنید.همین رویکرد در آموزش های رسمی سایر فریمورک های DL مانند PyTorch و MxNet استفاده می شود.آنها همچنین پیشنهاد می کنند مجموعه داده را به سه بخش تقسیم کنید: آموزش، اعتبار سنجی و آزمایش.آموزش - بخشی از مجموعه داده برای آموزش اعتبارسنجی - بخشی از مجموعه داده برای تأیید اعتبار در حین آموزش تست - بخشی از مجموعه داده برای اعتبار سنجی نهایی مدلبا این حال، اگر مجموعه داده کوچک است )شامل صدها نمونه( می توانید از اعتبارسنجی متقاطع در وظایف DL استفاده کنید. در این مورد، یادگیری یک مدل پیچیده ممکن است یک کار بی ربط باشد، بنابراین مطمئن شوید که کار را بیشتر پیچیده نکنید.بهترین روش ها و نکات شایان ذکر است که گاهی اوقات انجام اعتبارسنجی متقابل ممکن است کمی مشکل باشد.به عنوان مثال، اشتباه منطقی هنگام تقسیم مجموعه داده بسیار آسان است که ممکن است منجر به یک CV غیرقابل اعتماد شود.ممکن است نکاتی را بیابید که باید هنگام تایید متقابل یک مدل در زیر مد نظر داشته باشید: هنگام تقسیم داده ها منطقی باشید )آیا روش تقسیم منطقی است( از روش CV مناسب استفاده کنید )آیا این روش برای مورد استفاده من قابل اجرا است( هنگام کار با سری های زمانی، گذشته را تأیید نکنید )به اولین نکته مراجعه کنید( هنگام کار با داده های پزشکی یا مالی، به یاد داشته باشید که آن را بر اساس شخص تقسیم کنید. از داشتن داده برای یک نفر هم در آموزش و هم در مجموعه تست خودداری کنید زیرا ممکن است به عنوان نشت داده در نظر گرفته شودهنگام برش تکه ها از تصاویر بزرگتر، به یاد داشته باشید که با شناسه تصویر بزرگ تقسیم کنیدالبته، نکات از کار به کار متفاوت است و پوشش همه آنها تقریبا غیرممکن است. به همین دلیل است که انجام یک تجزیه و تحلیل داده های اکتشافی جامد قبل از شروع اعتبارسنجی متقابل یک مدل همیشه بهترین روش است.افکار نهایی اعتبار سنجی متقابل ابزار قدرتمندی است. هر دانشمند داده باید با آن آشنا باشد. در زندگی واقعی، شما نمی توانید پروژه را بدون تایید متقابل یک مدل به پایان برسانید.به نظر من بهترین تکنیک های CV Nested k-Fold و استاندارد k-Fold هستند. من شخصًا از آنها در وظیفه تشخیص تقلب استفاده کردم. K-Fold تودرتو و همچنین GridSeachCV به من کمک کرد تا پارامترهای مدل خود را تنظیم کنم. از طرف دیگر، k-Fold برای ارزیابی عملکرد مدل من استفاده شد.در این مقاله، ما متوجه شدیم که اعتبارسنجی متقابل چیست، چه تکنیکهای CV در طبیعت وجود دارد و چگونه آنها را پیادهسازی کنیم. در آینده الگوریتم های ML قطعًا حتی بهتر از امروز عمل خواهند کرد. با این حال، اعتبار سنجی متقابل همیشه برای پشتیبان گیری از نتایج شما مورد نیاز است.امیدواریم با این اطلاعات، مشکلی در تنظیم CV برای پروژه بعدی یادگیری ماشینی خود نداشته باشين! منابع/https://www.geeksforgeeks.org/cross-validation-machine-learning /https://machinelearningmastery.com/k-fold-cross-validation https://towardsdatascience.com/cross-validation-in-machine-learning-72924a69872fhttps://towardsdatascience.com/why-and-how-to-do-cross-validation-for-machine- learning-d5bd7e60c189https://scikit-learn.org/stable/modules/cross_validation.htmlولادیمیر لیاشنکو يه جوان مشتاق هوش مصنوعیه که به EdTech و Computer Vision در پزشکی علاقه داره. كه ميگه من می خوام با کمک به سایر افراد برای مطالعه، کشف فرصت های جدید و پیگیری سلامتشون از طریق فناوری های پیشرفته، دنیا را به مکانی بهتر تبدیل کنم.راهنمای نهایی برای ارزیابی و انتخاب مدلها در یادگیری ماشین رو با يه قسمت از مقاله ي سامدریتا قوش كه در روز 16 جولای 2021 به روز شده رو بهتون ميگمدر سطح بالا، یادگیری ماشین ترکیبی از آمار و محاسبات است. محور یادگیری ماشینی حول مفهوم الگوریتمها یا مدلهاییه که در واقع تخمینهای آماری روی استروئیدها هستند.با این حال، هر مدل مفروض بسته به توزیع داده محدودیتهای متعددی دارد. هیچ یک از آنها نمی توانند کاملا دقیق باشن زیراآنها فقط تخمینن)حتی اگرروی استروئیدهاباشند(.این محدودیتها عمومًا با نام سوگیری و واریانس شناخته می شوند.یک مدل با سوگیری زیاد با توجه نکردن به نکات آموزشی بیش از حد ساده می شهبه عنوان مثال: در رگرسیون خطی، صرف نظر از توزیع داده ها، مدل همیشه یک رابطه خطی را در نظر می گیرهیک مدل با واریانس بالا با تعمیم ندادن به نقاط آزمایشی که قبًلا ندیده خودشو به داده های آموزشی محدود می کنه به عنوان مثال: جنگل تصادفی با حداکثر عمق = هیچ(.این مسئله زمانی به وجود می آید که محدودیت ها ظریف باشند، مانند زمانی که باید بین یک الگوریتم جنگل تصادفی و یک الگوریتم تقویت گرادیان یا بین دو تغییر الگوریتم درخت تصمیم یکسان، یکی را انتخاب کنیم. هر دو تمایل به واریانس بالا و سوگیری کم دارند.اینجاست که انتخاب مدل و ارزیابی مدل مطرح می شود! در این مقاله در مورد اينكه:انتخاب مدل و ارزیابی مدل چیست؟ روشهای انتخاب مدل مؤثر نمونه گیری مجدد و رویکردهای احتمالی كه شامل: روش های رایج ارزیابی مدل معاوضه های مهم مدل یادگیری ماشینصحبت شدhttps://neptune.ai/blog/the-ultimate-guide-to-evaluation-and-selection-of-models-in- machine-learningمسعود حسن‌لومسعود حسن‌لوWed, 15 Dec 2021 14:10:58 +0330