Почему бы не вызвать или угадать, а не вывести или вывести?

Однажды я подумал, почему бы нам не сформулировать Угадать/вывести уравнения движения? вместо Вывести/вывести уравнения движения? такой вопрос заставил меня понять то, что выведено логически, может быть получено и выведено, а то, что основано на предположении или вероятности, может быть угадано или индуцировано.

Соединение точек с контролируемым обучением

К счастью, это вернуло меня во времена, когда я впервые узнал об обучении с учителем. Если вам интересно, какая здесь связь, как и мне, читайте дальше.

Пусть «H» обозначает пространство гипотез, а «h» — наилучшие возможные гипотезы во всем пространстве гипотез. h ∈ Н.

Для довольно большого пространства признаков пространство гипотез может быстро стать большим, что затрудняет выбор лучших гипотез.

Типы смещения

Итак, выберите и наложите два вида смещения на пространство гипотез, а именно:

(i) Языковая предвзятость

(ii) Предвзятость предпочтений

  • Языковая предвзятость ограничивает пространство гипотез в зависимости от выбранного языка. Это иногда называют языком гипотез. Язык гипотез отражает индуктивный уклон.
  • Смещение предпочтений ограничивает пространство гипотез, рассматривая только выбранный порядок или последовательность пространства гипотез.

Имея под рукой эти предположения,

Что такое контролируемое обучение?

Обучение с учителем можно интерпретировать как индуцированный метод обучения, который изучает функцию, которая сопоставляет входные данные с выходными, где функция соответствует гипотезе. >, который жадно просматривает все пространство гипотез (предполагаемое на основе языковой предвзятости гипотез и предвзятости предпочтения), чтобы найти наилучшие возможные гипотезы, такие, что выбранные гипотезы,

(i) хорошо согласуется с данными обучения,

(ii) согласованность во всех подмножествах данных,

(iii) хорошо обобщает невидимые данные.

Поиск гипотез, наиболее подходящих для данной проблемы, сильно зависит от выбранного языка гипотез и предвзятости.

Выбор неправильного языка гипотез может разрушить суть проблемы.

Пример: решение проблемы прогнозирования кликов по объявлениям с двумя целевыми классами (Да или Нет) с помощью алгоритма регрессии вместо алгоритма классификации.

Предположение о языке гипотез зависит от рассматриваемой проблемы: если у вас есть идеально сбалансированные и полностью линейно разделимые данные, гипотезы языка могут быть довольно простыми (линия, которая одинаково разделяет данные на две половины с точкой пересечения x, равной 5, и y = 0).

С другой стороны, если вы имеете дело с довольно сложной проблемой, язык гипотез также будет сложным.

Предпочтительное смещение также может повлиять на решение, когда классификатор SVC может хорошо работать для одних выборок данных и может не работать для другой выборки. Предпочтительная систематическая ошибка — это скорее проблема распределения данных, которой, тем не менее, избегают, вместо этого мы можем сосредоточиться на работе с репрезентативной выборкой данных.

Итак, мы знаем, что выбор правильных гипотез и предпочтительная систематическая ошибка, которая хорошо обобщает невидимые данные, являются двумя принципиально важными методами обучения с учителем.

Выявлена ​​связь между Induce & Deduce с контролируемым обучением

Если вы посмотрите на нашу проблему контролируемого обучения, мы ПРЕДПОЛАГАЕМ / УГАДАЕМязык гипотез и заблаговременно предвзято относимся , и работая с этим предположением, чтобы найти наилучшие возможные гипотезы, в противном случае мы переходим к другому ПРЕДПОЛОЖЕНИЮ, которое хорошо обобщает невидимые данные.

Что, если мы не будем делать предположения?

Если это ваш вопрос, то, если вы не делаете предположения и не путешествуете с ними, вы не можете делать какие-либо суждения о невидимых данных. Отсутствие предположений ограничит нас узким кругом, в котором мы можем только получать и предсказывать выводы из известных данных.

Таким образом, обучение с учителем справедливо называют методом индуктивного или индуцированного обучения.

Спасибо за чтение, мои читатели имеют полное право поправить меня, если я ошибаюсь, а также поделиться своими мыслями об этой статье.