مطالب پیشنهادی از سراسر وب

چرا برخی از مدل های یادگیری ماشینی شکست می خورند؟

دسته بندی ها: آموزش یادگیری ماشینی (Machine Learning) ، آموزش هوش مصنوعی (AI) ، آموزش های پلورال سایت (Pluralsight)

بیشتر سخنرانی های یادگیری ماشینی (ML) موارد زیبای موفقیت موجود را نشان می دهد، اما در حقیقت، مدل های یادگیری ماشینی اغلب در ارائه عملکرد مطلوب شکست می خورند. این غیر معمول نیست که مشاهده می شود توسعه دهندگان برخی از مدل های قطعی یادگیری ماشینی را سرزنش می کنند و حتی لیست های سیاه مدل های یادگیری ماشینی را ارائه می دهند. Rafael Garcia-Dias، در این سخنرانی، نکاتی را در مورد انتخاب مدل های یادگیری ماشینی ارائه می دهد و آن ها را در مسیر یافتن یک راهکار خوب راهنمایی می کند. او همچنین دو کار اخیر خود را ارائه می دهد که از یادگیری ماشینی در اخترفیزیک و علوم اعصاب استفاده می کنند.

چرا برخی از مدل های یادگیری ماشینی شکست می خورند؟

آیا این نوشته را دوست داشتید؟
Pluralsight Why Do Some Machine Learning Models Fail? Author:Big Data LDN Duration:0:27:00 Level:Intermediate

Most Machine Learning (ML) talks present beautiful cases of success, but, in reality, ML models often fail to deliver the desired performance. It is not uncommon to see developers blaming certain ML models and even providing blacklists of ML models. In this talk, Rafael Garcia-Dias will provide some tips on choosing ML models and guide them through the path of finding a good solution. Rafael will also present two of his recent works that use machine learning in astrophysics and in neuroscience.

پیشنهاد آموزش مرتبط در فرادرس