एंड्रयू अन की किताब, पैशन फॉर मशीन लर्निंग, अध्याय 38 और 39 का अनुवाद

पिछले अध्याय

38. एक अलग वितरण के साथ डेटा को जोड़ने के लिए कैसे निर्धारित किया जाए

मान लीजिए कि हम सीखना चाहते हैं कि न्यूयॉर्क में आवास की कीमतों का पूर्वानुमान कैसे लगाया जाए। घर के आकार (इनपुट साइन एक्स ) के आधार पर , इसकी कीमत (लक्ष्य मूल्य y ) की भविष्यवाणी करना आवश्यक है ।

न्यूयॉर्क में आवास की कीमतें बहुत अधिक हैं। मान लीजिए कि आपके पास डेट्रायट, मिशिगन में आवास की कीमतों का एक दूसरा डेटासेट है, जहां रियल एस्टेट बहुत सस्ता है। क्या इस डेटा को प्रशिक्षण सेट में शामिल किया जाना चाहिए?

एक ही आकार x के साथ, एक y घर की कीमत बहुत अलग है चाहे वह न्यूयॉर्क में हो या डेट्रायट में। यदि न्यूयॉर्क में आवास की कीमतों का पूर्वानुमान करना आवश्यक है, तो दो डेटासेट के संयोजन से परिणाम खराब हो जाएंगे। इस मामले में, डेट्रोइट संपत्ति डेटा को प्रशिक्षण सेट में जोड़ना बेहतर नहीं है।

* लेखक का नोट न्यूयॉर्क डेटा के साथ डेट्रायट डेटा की असंगति की समस्या को हल करने का एक तरीका शहर को इंगित करने वाले प्रत्येक नमूना डेटा में एक अतिरिक्त पैरामीटर जोड़ना है। शहर को इंगित करने वाले पैरामीटर x को देखते हुए , y का लक्ष्य मान अद्वितीय हो जाता है। हालांकि, यह दृष्टिकोण व्यवहार में दुर्लभ है। *

न्यू यॉर्क और डेट्रायट में अचल संपत्ति की कीमतों के आंकड़ों के साथ यह मामला मोबाइल एप्लिकेशन और इंटरनेट से प्राप्त बिल्लियों की छवियों के मामले से अलग कैसे है?

, , , ( ). . f(x), x ( y), . , «» () . , ( ), .

, - , , (). , , .

39.

, 200 000 5000 . 40:1. , 205 000 , , -, .

, 40 "-", , 40 ( ) , 5000 .

, .

, ( , ). , :

5000 , 200 000. β:

β = 1/40, 5000 200 000 -. β , , .

इंटरनेट से प्राप्त छवियों में त्रुटियों के वजन को कम करके, बड़े पैमाने पर तंत्रिका नेटवर्क की आवश्यकता होती है, जो दोनों डेटा वितरण के साथ सामना करने के लिए एल्गोरिथ्म के लिए आवश्यक है, गायब हो जाता है। त्रुटि फ़ंक्शन के वज़न को फिर से विभाजित करने का यह दृष्टिकोण केवल तभी आवश्यक है जब कोई संदेह हो कि अतिरिक्त डेटा (इंटरनेट से चित्र) का वितरण है जो सत्यापन और परीक्षण नमूनों से बहुत अलग है, या यदि अतिरिक्त डेटा की मात्रा वितरण से डेटा की मात्रा से अधिक है जो सत्यापन से मेल खाती है। और परीक्षण के नमूने (एक मोबाइल एप्लिकेशन से चित्र)।

विस्तार