Что такое гипотеза в статистике и машинном обучении?
Тема «Гипотеза в машинном обучении» может сбивать с толку новичка, поскольку связана со статистикой (статистическая гипотеза).
Здесь мы изучим разницу между гипотезами в науке, статистике и машинном обучении.
Содержание: -
- Что такое гипотеза?
- Гипотеза в статистике.
- Гипотеза в машинном обучении.
1. Что такое гипотеза?
Гипотеза (гипотезы во множественном числе) - это предлагаемое объяснение феномена.
Гипотеза должна быть сформулирована до того, как станет известен результат теста.
Хорошая гипотеза соответствует свидетельствам и может быть использована для прогнозирования новых наблюдений.
Гипотеза, которая лучше всего соответствует свидетельствам и может использоваться для предсказаний, называется теорией.
Научная гипотеза: -
Люди называют пробное решение проблемы гипотезой, которую часто называют обоснованным предположением, поскольку она обеспечивает предполагаемый результат, основанный на доказательствах. Однако некоторые ученые отвергают термин обоснованное предположение как неверный. Экспериментаторы могут проверить и отклонить несколько гипотез до решения проблемы. ~ википедия
2. Гипотеза в статистике.
Гипотеза - это утверждение или предположение о параметрах распределения населения.
Большая часть статистики касается взаимосвязи между наблюдениями.
Статистические проверки гипотез - это методы, используемые для вычисления критического значения, и его можно интерпретировать, чтобы определить, насколько вероятно наблюдение эффекта, если взаимосвязь не существует.
Если вероятность очень мала, это говорит о том, что эффект, вероятно, реальный. Если вероятность велика, то, возможно, мы наблюдали статистические колебания, и эффект, вероятно, не является реальным.
Типы гипотез
Нулевая гипотеза (H0): - Гипотеза, которая должна быть фактически проверена на принятие или отклонение, называется нулевой гипотезой.
Альтернативная гипотеза (H1): - это утверждение о параметре совокупности, которое дает альтернативу нулевой гипотезе (H0) в пределах диапазона соответствующих значений параметра, т. е. если H0 равно принято, какую гипотезу отвергнуть и наоборот.
Короче говоря, это вероятностное объяснение наличия связи между наблюдениями.
3. Гипотеза в машинном обучении
Модель, которая аппроксимирует целевую функцию и выполняет сопоставление входных данных с выходными, в машинном обучении называется гипотезой.
Выбор алгоритма (например, нейронная сеть) и конфигурация алгоритма (например, топология сети и гиперпараметры) определяют пространство возможных гипотез, которые может представлять модель.
Формы машинного обучения являются обычным явлением и помогают нам понять выбор алгоритма, проблему обучения и обобщения и даже компромисс между отклонением и отклонением. Например, набор обучающих данных используется для изучения гипотезы, а набор тестовых данных используется для ее оценки.
- h (гипотеза): отдельная гипотеза, например экземпляр или конкретная модель-кандидат, которая сопоставляет входные данные с выходными и может быть оценена и использована для прогнозирования.
- H (набор гипотез): пространство возможных гипотез для сопоставления входных данных с выходными, которые можно искать, часто ограничивается выбором структуры проблемы, выбором модель и выбор конфигурации модели.
Короче говоря, модель, которая аппроксимирует целевую функцию для отображения примеров входов на выходы.
Свяжитесь со мной через: -
LinkedIn: - https://www.linkedin.com/in/shivam-mishra-a03815185/
Электронная почта: - [email protected]
Twitter: - https://twitter.com/ishivammishra17