بخشی از پاورپوینت
--- پاورپوینت شامل تصاویر میباشد ----
اسلاید 1 :
روش های ارزیابی دسته بندی
آیا مدل های با پیچیدگی زیاد (با دقت بالا) بهترند یا مدل های با پیچیدگی کم (دقت پایین)؟
دقت بالا
تعمیم پذیری کم (بیش برازش)
انحراف کم
پراکندگی بالا
دقت کم
پایداری بیشتر
انحراف زیاد
پراکندگی کم
رسیدن به سطح بهینه ای از پیچیدگی، جهت ایجاد تعادل مطلوب میان انحراف و پراکندگی
اسلاید 2 :
we have a set of images, each of which depicts either a cat or a dog. We would like to create a classifier that is able to distinguish dogs from cats automatically.
memorizetraining data rather than learning
by using less features, the curse of dimensionality was avoided such that the classifier did not overfit the training data.
اسلاید 3 :
As the dimensionality increases, the classifier’s performance increases until the optimal number of features is reached. Further increasing the dimensionality without increasing the number of training samples results in a decrease in classifier performance.
اسلاید 4 :
در مسائل دسته بندی از مجموعه محدودی از نمونه ها برای به دست آوردن مدل دسته بندی استفاده می شود.
در عالم واقع با داده های آموزش نمی توان همه سناریوهای ممکن را مسخص نمود.
