Ali so velikost serije, obdobje in velikost nabora podatkov vsi hiperparametri?
Četrtek, 07 marec 2024
by Jose da Cruz
Velikost serije, epoha in velikost nabora podatkov so resnično ključni vidiki strojnega učenja in se običajno imenujejo hiperparametri. Da bi razumeli ta koncept, se poglobimo v vsak izraz posebej. Velikost serije: Velikost serije je hiperparameter, ki določa število obdelanih vzorcev, preden se med usposabljanjem posodobijo uteži modela. Igra se
- Objavljeno v Umetna inteligenca, EITC/AI/GCML Google Cloud Machine Learning, Prvi koraki v strojnem učenju, 7 korakov strojnega učenja
Označeni pod:
Umetna inteligenca, Velikost serije, Velikost nabora podatkov, Epoha, Hiperparametri, strojno učenje
Ali drži, da če je nabor podatkov velik, potrebujemo manj vrednotenja, kar pomeni, da se lahko delež nabora podatkov, uporabljenega za vrednotenje, zmanjša s povečanjem velikosti nabora podatkov?
Sobota, november 11 2023
by Hema Gunasekaran
Na področju strojnega učenja ima velikost nabora podatkov ključno vlogo v procesu ocenjevanja. Razmerje med velikostjo nabora podatkov in zahtevami vrednotenja je kompleksno in odvisno od različnih dejavnikov. Vendar pa je na splošno res, da se lahko z večanjem velikosti nabora podatkov del nabora podatkov, uporabljen za vrednotenje,