Trong học máy, "epoch" là gì?

Một phương pháp để tối ưu hóa các tham số của mô hình

Một hàm mất mát thường được sử dụng trong bài toán phân loại, đo lường sự khác biệt giữa dự đoán và giá trị thực tế

Một phương pháp để chuyển đổi dữ liệu đầu vào thành dạng phù hợp cho mạng neural

Một hàm mất mát thường được sử dụng trong bài toán hồi quy, tính toán bình phương của sự chênh lệch giữa dự đoán và giá trị thực tế

Tỷ lệ giữa số lần dự đoán đúng positive và tổng số positive thực sự

Tỷ lệ giữa số lần dự đoán đúng negative và tổng số negative thực sự

Số lần dự đoán đúng trên tổng số lần dự đoán

Tỷ lệ giữa số lần dự đoán đúng và tổng số lần dự đoán đúng và sai

Chia tập dữ liệu thành tập huấn luyện và tập kiểm tra

Đánh giá hiệu suất của mô hình trên tập dữ liệu kiểm tra

Đánh giá hiệu suất của mô hình và tối ưu hóa siêu tham số

Đánh giá độ chính xác của mô hình trên tập dữ liệu huấn luyện

Quá trình phát hiện và loại bỏ dữ liệu bất thường khỏi tập huấn luyện

Quá trình tạo ra dữ liệu mới từ dữ liệu hiện có

Quá trình chuyển đổi dữ liệu để tăng độ chính xác của mô hình

Quá trình đánh giá hiệu suất của mô hình trên tập dữ liệu kiểm tra

Nó làm giảm độ chệch (bias) của mô hình

Nó giữ nguyên giá trị âm

Nó không bị sự mất mát gradient khi huấn luyện

Nó không thể giải quyết được vấn đề overfitting

Sự chuyển đổi của dữ liệu thành một không gian chiều cao hơn để giải quyết vấn đề phân loại phi tuyến

Sự chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu

Sự giảm chiều dữ liệu để tăng tốc độ huấn luyện

Sự tăng kích thước của mô hình để cải thiện hiệu suất