মেশিন লার্নিং এ সাধারণীকরণ ত্রুটি কি?

2024 লেখক: Lynn Donovan | [email protected]. সর্বশেষ পরিবর্তিত: 2023-12-15 23:44

তত্ত্বাবধানে শেখার অ্যাপ্লিকেশন মেশিন লার্নিং এবং পরিসংখ্যানগত শেখার তত্ত্ব, সাধারণীকরণ ত্রুটি (আউট-অফ-নমুনা হিসাবেও পরিচিত ত্রুটি একটি অ্যালগরিদম কতটা সঠিকভাবে পূর্বে অদেখা ডেটার ফলাফলের মান অনুমান করতে সক্ষম তার একটি পরিমাপ।

ফলস্বরূপ, মেশিন লার্নিং এর সাধারণ ধরনের ত্রুটি কি কি?

বাইনারি শ্রেণীবিভাগ সমস্যার জন্য, দুটি প্রাথমিক আছে ত্রুটির প্রকার . টাইপ 1 ত্রুটি (মিথ্যা ইতিবাচক) এবং টাইপ 2 ত্রুটি (মিথ্যা নেতিবাচক)। এটি প্রায়শই মডেল নির্বাচন এবং টিউনিংয়ের মাধ্যমে একটিকে হ্রাস করার সময় অন্যটিকে বাড়ানো সম্ভব হয় এবং প্রায়শই একজনকে বেছে নিতে হবে কোনটি ত্রুটির ধরন আরো গ্রহণযোগ্য।

এছাড়াও জেনে নিন, মেশিন লার্নিংয়ে ওভারফিটিং কী? মেশিন লার্নিং ওভারফিটিং ওভারফিটিং এমন একটি মডেলকে বোঝায় যা প্রশিক্ষণের ডেটা খুব ভালভাবে মডেল করে। ওভারফিটিং ঘটে যখন একটি মডেল প্রশিক্ষণের ডেটাতে বিশদ এবং গোলমাল শেখে যে পরিমাণে এটি নতুন ডেটাতে মডেলের কার্যকারিতাকে নেতিবাচকভাবে প্রভাবিত করে।

আরও জিজ্ঞাসা করা হয়েছে, সাধারণীকরণ কর্মক্ষমতা কি?

দ্য সাধারণীকরণ কর্মক্ষমতা একটি শেখার অ্যালগরিদম বোঝায় কর্মক্ষমতা অ্যালগরিদম দ্বারা শেখা মডেলগুলির নমুনার বাইরের ডেটাতে।

শ্রেণীবিভাগ ত্রুটি কি?

শ্রেণিবিন্যাস ত্রুটি . দ্য শ্রেণীবিভাগ ত্রুটি ই_i একটি পৃথক প্রোগ্রামের i ভুলভাবে শ্রেণীবদ্ধ নমুনার সংখ্যার উপর নির্ভর করে (মিথ্যা ইতিবাচক এবং মিথ্যা নেতিবাচক) এবং সূত্র দ্বারা মূল্যায়ন করা হয়: যেখানে f হল নমুনা মামলার সংখ্যা ভুলভাবে শ্রেণীবদ্ধ করা হয়েছে, এবং n হল নমুনা মামলার মোট সংখ্যা।