Зміст
15 відносини: Компроміс зсуву та дисперсії, Коефіцієнт детермінації, Коефіцієнт Баєса, Перехресна перевірка, Обирання моделі, Апріорна ймовірність, Регуляризація (математика), Статистика, Техаський університет, Машинне навчання, Бритва Оккама, Відмовостійкість (інформатика), ВЧ-розмірність, Випадкова похибка, Лінійна регресія.
- Математичне моделювання
- Машинне навчання
- Прикладна математика
- Статистичне висновування
Компроміс зсуву та дисперсії
У статистиці та машинному навчанні, компромі́с (або диле́ма) зсу́ву та диспе́рсії (bias–variance tradeoff or dilemma) — це задача одночасної мінімізації двох джерел похибки, які перешкоджають алгоритмам керованого навчання робити узагальнення на основі їхніх.
Переглянути Перенавчання і Компроміс зсуву та дисперсії
Коефіцієнт детермінації
Коефіцієнт детермінації (позначається як R2 — R-квадрат) — статистичний показник, що використовується в статистичних моделях як міра залежності варіації залежної змінної від варіації незалежних змінних.
Переглянути Перенавчання і Коефіцієнт детермінації
Коефіцієнт Баєса
У статистиці використання коефіціє́нтів Ба́єса (Bayes factors) є баєсовою альтернативою класичній перевірці гіпотез.
Переглянути Перенавчання і Коефіцієнт Баєса
Перехресна перевірка
Перехресна перевірка (cross-validation) — метод з метою перевірки, наскільки результати статистичного аналізу узагальнюються на незалежному наборі даних.
Переглянути Перенавчання і Перехресна перевірка
Обирання моделі
Обира́ння моде́лі (model selection) — задача обирання статистичної моделі з множини моделей-кандидатів за заданих даних.
Переглянути Перенавчання і Обирання моделі
Апріорна ймовірність
У баєсовому статистичному висновуванні апріо́рний розпо́діл ймові́рності (prior probability distribution), що часто називають просто апріо́рне (prior), деякої невизначеної кількості — це розподіл ймовірності p, що виражатиме чиєсь переконання про цю кількість перед врахуванням якогось свідчення.
Переглянути Перенавчання і Апріорна ймовірність
Регуляризація (математика)
Обидві функції точно описують експериментальні точки з нульовою похибкою. Навчена модель може бути схильна вибирати зелену функцію, що може бути ближчою до справжньої невідомої функції розподілу, за допомогою \lambda, ваги регуляризуючого виразу.
Переглянути Перенавчання і Регуляризація (математика)
Статистика
Стати́стика — наука, що вивчає методи кількісного охоплення і дослідження масових, зокрема суспільних, явищ і процесів.
Переглянути Перенавчання і Статистика
Техаський університет
Техаський університет в Остіні (University of Texas at Austin), також відомий як UT Austin, UT, або Texas — державний дослідницький університет в місті Остіні (Техас, США) та головний університет Системи університету Техасу.
Переглянути Перенавчання і Техаський університет
Машинне навчання
Машинне навчання (machine learning) — це підгалузь штучного інтелекту в галузі інформатики, яка часто застосовує статистичні прийоми для надання комп'ютерам здатності «навчатися» (тобто, поступово покращувати продуктивність у певній задачі) з даних, без того, щоби бути програмованими явно.
Переглянути Перенавчання і Машинне навчання
Бритва Оккама
Ле́зо (бри́тва) О́ккама (чи принцип простоти) — принцип логіки, який приписують середньовічному філософу Вільгельму із Оккама (або Окхама).
Переглянути Перенавчання і Бритва Оккама
Відмовостійкість (інформатика)
В інформатиці, термін надійність програмного значення означає здатність комп'ютерної системи впоратися з помилками під час виконання, або здатність алгоритму продовжувати роботу, незважаючи на відхилення у ході розрахунків.
Переглянути Перенавчання і Відмовостійкість (інформатика)
ВЧ-розмірність
У теорії статистичного навчання та, ВЧ-розмірність (розмірність Вапника — Червоненкіса, VC dimension, Vapnik–Chervonenkis dimension) — це міра ємності (складності, виразної потужності, багатства або гнучкості, capacity) простору функцій, яких може бути навчено певним алгоритмом статистичної класифікації.
Переглянути Перенавчання і ВЧ-розмірність
Випадкова похибка
Випадкова похибка (random error) — складова загальної похибки вимірювання, яка змінюється випадковим чином (як за знаком, так і за величиною) під час повторних вимірювань однієї і тієї ж величини.
Переглянути Перенавчання і Випадкова похибка
Лінійна регресія
Приклад простої лінійної регресії з однією незалежною змінною У статистиці лінійна регресія — це метод моделювання залежності між скаляром y та векторною (у загальному випадку) змінною X.
Переглянути Перенавчання і Лінійна регресія
Див. також
Математичне моделювання
- AIMMS
- AMPL
- Simulink
- VisSim
- Інформаційний критерій Акаіке
- Автохвилі
- Аналіз
- Аналіз чутливості
- Глобальна модель каскадів
- Енергетичне моделювання
- Закон Мальтуса
- Колірна модель
- Математична модель
- Математичне моделювання лісових пожеж
- Метод рухливих клітинних автоматів
- Модель Прайса
- Модель Сірий ящик
- Моделювання біологічних систем
- Перенавчання
- Складна система
- Статистична модель
- Транспортні моделі мікроскопічного руху
Машинне навчання
- Journal of Machine Learning Research
- Базовий відсоток
- Бінарна класифікація
- Виявлення аномалій
- Класифікація документів
- Компроміс зсуву та дисперсії
- Ледаче навчання
- Людина-в-циклі
- Лінійна сепарабельність
- Машинне навчання
- Метод перехресної ентропії
- Мінімізація емпіричного ризику
- Навчання на прикладах
- Навчання ознак
- Ознака (машинне навчання)
- Перенавчання
- Попередня обробка даних
- Породжувальна модель
- Прокляття розмірності
- Теорія розпізнавання образів
- Теорія статистичного навчання
- Часовий ряд
- Ядрова оцінка густини розподілу
Прикладна математика
- Вібрація
- Геодезія
- Криптоаналіз
- Криптографія
- Лічба
- Математика та мистецтво
- Математична магія
- Математична модель
- Модель дифузії Басса
- Обчислювальна математика
- Патерни у природі
- Перенавчання
- Прикладна математика
Статистичне висновування
- Вибірковий розподіл
- Перенавчання
- Перетворення даних (статистика)
- Статистичне висновування
- Теорія рішень
Також відомий як Перетренування.