Teburin Abubuwan Ciki[Boye][Nuna]
- 1. Bayyana bambance-bambance tsakanin koyan na'ura, basirar wucin gadi, da zurfin ilmantarwa.
- 2. Da fatan za a bayyana nau'ikan koyon injina daban-daban.
- 3. Menene bangaranci da bambance-bambancen ciniki-kashe?
- 4. Algorithms na koyon injin sun samo asali sosai akan lokaci. Ta yaya mutum zai zaɓi daidaitaccen algorithm don amfani da saitin bayanai?
- 5. Ta yaya haɗin kai da haɗin kai suka bambanta?
- 6. A cikin koyon inji, menene ma'anar tari?
- 7. Menene algorithm ɗin koyon injin da kuka fi so?
- 8. Juyin Juya Hali a cikin Koyan Injin: Menene?
- 9. Bayyana bambance-bambance tsakanin KNN da k-ma'anar tari.
- 10. Menene ma'anar "bangaren zaɓe" a gare ku?
- 11. Menene ainihin ka'idar Bayes?
- 12. A cikin Tsarin Koyon Injin, menene 'Saitin horo' da 'Saitin gwaji'?
- 13. Menene Hasashen Koyan Injin?
- 14. Menene ma'anar koyan na'ura fiye da kima, kuma ta yaya za a iya hana ta?
- 15. Menene ainihin ma'anar Naive Bayes?
- 16. Menene Ayyukan Kuɗi da Ayyukan Asara ke nufi?
- 17. Menene ya bambanta ƙirar ƙira daga ƙirar wariya?
- 18. Bayyana bambance-bambancen tsakanin Kuskuren Nau'in I da Nau'in II.
- 19. A cikin koyan na'ura, menene dabarar koyon Essemble?
- 20. Menene ainihin ƙirar ƙira? Ba da misali.
- 21. Bayyana tace haɗin gwiwa. Hakazalika tacewa bisa abun ciki?
- 22. Me kuke nufi da jerin lokaci?
- 23. Bayyana bambance-bambancen da ke tsakanin haɓakar haɓakar Gradient da Algorithms Forest Forest.
- 24. Me yasa kuke buƙatar matrix ruɗani? Menene?
- 25. Menene ainihin nazarin ɓangaren ƙa'ida?
- 26. Me ya sa jujjuya kayan aiki ke da mahimmanci ga PCA (binciken babban bangaren)?
- 27. Ta yaya daidaitawa da daidaitawa suka bambanta daga juna?
- 28. Ta yaya daidaitawa da daidaitawa suka bambanta da juna?
- 29. Menene ainihin ma'anar "banbancin hauhawar farashin kaya"?
- 30. Dangane da girman tsarin horo, ta yaya kuke zabar na'ura?
- 31. Wane algorithm a cikin ilmantarwa na na'ura ake magana da shi a matsayin "masanin malalaci" kuma me yasa?
- 32. Menene ROC Curve da AUC?
- 33. Menene hyperparameters? Menene ya sa su bambanta daga sigogin ƙirar?
- 34. Menene F1 Score, tunawa, da daidaito ke nufi?
- 35. Menene ainihin tabbacin giciye?
- 36. Bari mu ce kun gano cewa samfurin ku yana da bambanci mai mahimmanci. Menene algorithm, a ganin ku, ya fi dacewa don magance wannan yanayin?
- 37. Menene ya bambanta Ridge regression da Lasso regression?
- 38. Wanne ya fi mahimmanci: aikin samfurin ko daidaiton samfurin? Wanne kuma me yasa za ku fifita shi?
- 39. Ta yaya za ku sarrafa tsarin bayanai tare da rashin daidaito?
- 40. Ta yaya za ku bambanta tsakanin haɓakawa da jaka?
- 41. Bayyana bambance-bambance tsakanin ilmantarwa da kuma ragi.
- Kammalawa
Kasuwanci suna amfani da fasaha mai ɗorewa, kamar hankali na wucin gadi (AI) da koyon injin, don haɓaka isar da bayanai da sabis ga daidaikun mutane.
Masana'antu iri-iri ne ke karɓar waɗannan fasahohin, waɗanda suka haɗa da banki, kuɗi, dillalai, masana'antu, da kiwon lafiya.
Ofaya daga cikin ayyukan ƙungiyar da aka fi nema da amfani da AI shine na masana kimiyyar bayanai, injiniyoyin fasaha na wucin gadi, injiniyoyin koyon injin, da manazarta bayanai.
Wannan sakon zai jagorance ku ta hanyoyi daban-daban injin inji tambayoyin tambayoyi, daga asali zuwa hadaddun, don taimaka muku shirya don kowace tambayoyin da za a iya yi muku lokacin neman aikinku mai kyau.
1. Bayyana bambance-bambance tsakanin koyan na'ura, basirar wucin gadi, da zurfin ilmantarwa.
Hankali na wucin gadi yana ɗaukar nau'ikan koyan na'ura da hanyoyin ilmantarwa mai zurfi waɗanda ke ba da damar tsarin kwamfuta don aiwatar da ayyuka ta amfani da hankali kamar ɗan adam tare da dabaru da dokoki.
Koyon inji yana amfani da ƙididdiga iri-iri da hanyoyin ilmantarwa mai zurfi don baiwa injina damar koyo daga aikin da suka yi a baya kuma su zama masu ƙwarewa wajen yin wasu ayyuka da kansu ba tare da kulawar ɗan adam ba.
Zurfafa Learning tarin algorithms ne wanda ke ba da damar software don koyo daga kanta da aiwatar da ayyukan kasuwanci iri-iri, kamar tantance murya da hoto.
Tsarin da ke fallasa nau'ikan su neural networks zuwa ɗimbin bayanai don koyo suna iya yin zurfin koyo.
2. Da fatan za a bayyana nau'ikan koyon injina daban-daban.
Koyon injina ya wanzu a nau'ikan nau'ikan nau'ikan nau'ikan nau'ikan nau'ikan iri uku:
- Koyon Kulawa: Samfurin yana ƙirƙirar tsinkaya ko yanke hukunci ta amfani da lakabi ko bayanan tarihi a cikin koyan na'ura da ake kulawa. Saitin bayanan da aka yiwa alama ko lakabi don ƙara ma'anarsu ana kiransu da labeled.
- Ilmantarwa mara kulawa: Ba mu da lakabin bayanai don koyo mara kulawa. A cikin bayanan mai shigowa, ƙirar zata iya samun alamu, rashin daidaituwa, da alaƙa.
- Ƙarfafa Koyo: Samfurin na iya koya ta amfani da ƙarfafawa ilmantarwa da kuma ladan da ya samu na halinsa na farko.
3. Menene bangaranci da bambance-bambancen ciniki-kashe?
Yin wuce gona da iri sakamakon son zuciya ne, wanda shine matakin da samfurin ya dace da bayanan. Ana haifar da son zuciya ta hanyar zato mara kyau ko kuma sauƙi a cikin ku injin koyo algorithm.
Bambanci yana nufin kurakuran da ke haifar da rikitarwa a cikin algorithm na ML, wanda ke haifar da hankali ga manyan digiri na bambance-bambance a cikin bayanan horo da wuce gona da iri.
Bambanci shine nawa samfurin ke bambanta dangane da abubuwan da aka shigar.
A wasu kalmomi, samfuran asali suna da matuƙar son zuciya amma suna da ƙarfi (ƙananan bambancin). Yin wuce gona da iri matsala ce ta hadaddun ƙira, kodayake duk da haka suna ɗaukar gaskiyar ƙirar (ƙananan son zuciya).
Don hana duka babban bambanci da babban ra'ayi, cinikin ciniki tsakanin ra'ayi da bambance-bambance ya zama dole don rage kuskure mafi kyau.
4. Algorithms na koyon injin sun samo asali sosai akan lokaci. Ta yaya mutum zai zaɓi daidaitaccen algorithm don amfani da saitin bayanai?
Dabarar koyon injin da yakamata a yi amfani da ita ta dogara ne kawai akan nau'in bayanai a cikin takamaiman saitin bayanai.
Lokacin da bayanai ke kan layi, ana amfani da koma bayan layi. Hanyar jakar za ta yi kyau idan bayanai sun nuna rashin daidaituwa. Za mu iya amfani da bishiyar yanke shawara ko SVM idan dole ne a kimanta bayanan ko fassara don dalilai na kasuwanci.
Cibiyoyin jijiyoyi na iya zama da amfani don samun cikakkiyar amsa idan tsarin bayanan ya ƙunshi hotuna, bidiyo, da sauti.
Zaɓin algorithm don takamaiman yanayi ko tarin bayanai ba za a iya yin kawai akan ma'auni ɗaya ba.
Don manufar haɓaka mafi kyawun hanyar dacewa, dole ne mu fara bincika bayanan ta amfani da nazarin bayanan bincike (EDA) kuma mu fahimci manufar amfani da saitin bayanai.
5. Ta yaya haɗin kai da haɗin kai suka bambanta?
Covariance yana kimanta yadda masu canji biyu ke haɗa juna da kuma yadda ɗayan zai iya canzawa don amsa canje-canje a ɗayan.
Idan sakamakon ya kasance tabbatacce, yana nuna cewa akwai haɗin kai kai tsaye tsakanin masu canji kuma mutum zai tashi ko raguwa tare da karuwa ko raguwa a cikin ma'auni na tushe, yana zaton cewa duk sauran yanayi suna dawwama.
Daidaitawa yana auna mahaɗin tsakanin masu canji guda biyu kuma yana da ƙima guda uku kawai: 1, 0, da -1.
6. A cikin koyon inji, menene ma'anar tari?
Hanyoyin ilmantarwa marasa kulawa waɗanda ke haɗa bayanai tare ana kiran su tari. Tare da tarin bayanan bayanai, ana iya amfani da dabarar tari.
Kuna iya tara duk wuraren bayanan gwargwadon ayyukansu ta amfani da wannan dabarar.
Siffofin da halaye na wuraren bayanan da suka shiga rukuni guda suna kama da juna, yayin da na bayanan da suka shiga rukuni daban-daban sun bambanta.
Ana iya amfani da wannan hanya don nazarin bayanan ƙididdiga.
7. Menene algorithm ɗin koyon injin da kuka fi so?
Kuna da damar nuna abubuwan da kuke so da hazaka na musamman a cikin wannan tambayar, da kuma cikakkiyar masaniyar ku game da fasahohin koyon injina da yawa.
Anan akwai ƴan alƙawuran koyon inji don yin tunani akai:
- Rikicin layi
- Tashin hankali
- Yesan Bayes
- Yanke yanke hukunci
- K yana nufin
- Bazuwar gandun daji algorithm
- K-makwabci mafi kusa (KNN)
8. Juyin Juya Hali a cikin Koyan Injin: Menene?
Algorithm na koyon injin da ake kulawa shine koma baya na layi.
Ana amfani da shi a cikin nazarin tsinkaya don tantance haɗin kai tsakanin masu dogara da masu canji masu zaman kansu.
Ma'aunin koma baya na layi shine kamar haka:
Y = A + BX
inda:
- Ana kiran shigarwar ko m mai zaman kanta X.
- Madaidaicin abin dogaro ko fitarwa shine Y.
- Ƙididdigar X shine b, kuma tsangwamar sa shine a.
9. Bayyana bambance-bambance tsakanin KNN da k-ma'anar tari.
Bambanci na farko shine KNN (hanyar rarrabuwa, ilmantarwa mai kulawa) yana buƙatar maki masu lakabi yayin da k-ma'anar ba ta (tarin algorithm, koyo mara kulawa).
Kuna iya rarraba bayanan da aka yi wa lakabin zuwa wuri mara lakabi ta amfani da K-Neighbors. K-yana nufin tari yana amfani da matsakaiciyar tazara tsakanin maki don koyan yadda ake tara maki mara laka.
10. Menene ma'anar "bangaren zaɓe" a gare ku?
Rashin son zuciya a lokacin gwajin gwaji ya faru ne saboda kuskuren ƙididdiga.
An zaɓi ƙungiyar samfura akai-akai fiye da sauran ƙungiyoyin a cikin gwajin sakamakon rashin daidaito.
Idan ba a yarda da son zuciya ba, zai iya haifar da ƙarshen ƙarshe ba daidai ba.
11. Menene ainihin ka'idar Bayes?
Lokacin da muka san wasu yuwuwar, za mu iya tantance yiwuwar ta amfani da Bayes' Theorem. Yana ba da yiwuwar faruwa ta baya bisa bayanan da suka gabata, a wasu kalmomi.
Hanyar sauti don kimanta yiwuwar sharadi an samar da wannan ka'idar.
Lokacin haɓaka rarrabuwa matsalolin ƙirar ƙira da dacewa da ƙira zuwa horo dataset a cikin koyon inji, Ana amfani da ka'idar Bayes (watau Naive Bayes, Bayes Optimal Classifier).
12. A cikin Tsarin Koyon Injin, menene 'Saitin horo' da 'Saitin gwaji'?
Saitin horo:
- Tsarin horo ya ƙunshi misalai waɗanda aka aika zuwa samfurin don nazari da koyo.
- Wannan ita ce bayanan da aka lakafta da za a yi amfani da su don horar da ƙirar.
- Yawanci, 70% na jimlar bayanai ana amfani da su azaman bayanan horo.
Saitin Gwaji:
- Ana amfani da saitin gwajin don tantance daidaiton hasashen ƙirar ƙirar.
- Muna gwadawa ba tare da alamar bayanan ba sannan muna amfani da lakabi don tabbatar da sakamakon.
- Sauran kashi 30% ana amfani da su azaman saitin gwaji.
13. Menene Hasashen Koyan Injin?
Koyon na'ura yana ba da damar amfani da bayanan da ke akwai don ƙarin fahimtar aikin da aka bayar wanda ke haɗa shigarwa zuwa fitarwa. Ana kiran wannan da ƙimar aiki.
A wannan yanayin, dole ne a yi aiki da ƙima don aikin da ba a san shi ba don canja wurin duk abubuwan da za a iya gani bisa ga yanayin da aka bayar a hanya mafi kyau.
A cikin koyan na'ura, hasashe samfuri ne wanda ke taimakawa wajen ƙididdige aikin da aka yi niyya da kuma kammala taswirar shigar-zuwa-fitarwa da ta dace.
Zaɓuɓɓuka da ƙira na algorithms suna ba da izinin ma'anar sararin samaniya na yiwuwar ra'ayoyin da za a iya wakilta ta hanyar ƙira.
Don hasashe ɗaya, ana amfani da ƙananan haruffa h (h), amma ana amfani da babban h (H) don ɗaukacin sararin hasashen da ake nema. Za mu yi bitar waɗannan bayanan a taƙaice:
- Hasashen (h) wani samfuri ne na musamman wanda ke sauƙaƙe taswirar shigarwa zuwa fitarwa, wanda daga baya za'a iya amfani dashi don kimantawa da tsinkaya.
- Saitin hasashe (H) wuri ne da ake nema na hasashe da za a iya amfani da shi don taswirar abubuwan da aka shigar don fitar da bayanai. Ƙirar ƙira, ƙira, da ƙirar ƙira wasu ƴan misalan iyakoki ne.
14. Menene ma'anar koyan na'ura fiye da kima, kuma ta yaya za a iya hana ta?
Lokacin da na'ura ke ƙoƙarin koyo daga rashin isasshen bayanai, wuce gona da iri yana faruwa.
Sakamakon haka, overfitting yana da alaƙa da juzu'i da ƙarar bayanai. Hanyar tabbatarwa ta giciye tana ba da damar gujewa wuce gona da iri don ƙananan bayanan bayanai. Ana raba saitin bayanai zuwa sassa biyu ta wannan hanyar.
Ƙididdiga don gwaji da horo zai ƙunshi waɗannan sassa biyu. Ana amfani da bayanan horon don ƙirƙirar samfuri, yayin da ake amfani da bayanan gwajin don kimanta ƙirar ta amfani da bayanai daban-daban.
Wannan shine yadda ake hana wuce gona da iri.
15. Menene ainihin ma'anar Naive Bayes?
Hanyoyi rarrabuwa iri-iri sun haɗa da Naive Bayes classifiers. Saitin algorithms da aka sani da waɗannan masu rarrabawa duk suna aiki akan tushe guda ɗaya.
Zaton da masu rarraba Bayes masu butulci suka yi shi ne cewa kasancewar wani sifa ko rashinsa ba shi da wani tasiri a kan samu ko rashin wata siffa.
A wasu kalmomi, wannan shine abin da muke kira "naive" tun da yake yin zato cewa kowane sifa na bayanai yana da mahimmanci kuma mai zaman kanta.
Ana yin rarrabuwar kawuna ta amfani da rarrabuwar kawuna na Bayes. Suna da sauƙi don amfani kuma suna samar da sakamako mafi kyau fiye da mafi rikitarwa masu tsinkaya lokacin da jigon 'yancin kai gaskiya ne.
A cikin nazarin rubutu, tace spam, da tsarin shawarwari, ana amfani da su.
16. Menene Ayyukan Kuɗi da Ayyukan Asara ke nufi?
Kalmar “asara asara” tana nufin aiwatar da asarar kwamfuta lokacin da aka yi la’akari da yanki ɗaya na bayanai.
Sabanin haka, muna amfani da aikin farashi don tantance jimillar kurakurai don bayanai masu yawa. Babu bambanci mai mahimmanci.
A wasu kalmomi, yayin da ayyuka na farashi ke tara bambanci ga dukan tsarin bayanan horo, an tsara ayyukan asara don kama bambanci tsakanin ainihin ƙimar da aka annabta don rikodin guda ɗaya.
17. Menene ya bambanta ƙirar ƙira daga ƙirar wariya?
Samfurin wariya yana koyon bambance-bambance tsakanin nau'ikan bayanai da yawa. Samfurin haɓakawa yana ɗaukar nau'ikan bayanai daban-daban.
A kan matsalolin rarrabuwa, ƙirar wariya sau da yawa sun fi sauran ƙira.
18. Bayyana bambance-bambancen tsakanin Kuskuren Nau'in I da Nau'in II.
Abubuwan da suka dace na ƙarya sun faɗi ƙarƙashin nau'in kurakurai na Nau'in I, yayin da maganganun ƙarya suna ƙarƙashin kurakuran Nau'in II (da'awar babu abin da ya faru lokacin da yake da gaske).
19. A cikin koyan na'ura, menene dabarar koyon Essemble?
Dabarar da ake kira ensemble learning tana haɗa nau'ikan koyon injina da yawa don samar da samfura masu ƙarfi.
Samfurin na iya bambanta saboda dalilai daban-daban. Dalilai da dama sune:
- Jama'a Daban-daban
- Hassoshi Daban-daban
- Daban-daban hanyoyin yin samfuri
Za mu fuskanci matsala yayin amfani da samfurin horo da bayanan gwaji. Son zuciya, bambance-bambance, da kuskuren da ba za a iya ragewa ba su ne nau'ikan wannan kuskuren.
Yanzu, muna kiran wannan ma'auni tsakanin son zuciya da bambance-bambance a cikin samfurin wani nau'i mai ban sha'awa-bambance-bambancen ciniki, kuma ya kamata ya kasance kullum. Ana samun wannan ciniki ta hanyar yin amfani da koyo na dunƙulewa.
Ko da yake akwai hanyoyi daban-daban na haɗakarwa, akwai hanyoyi guda biyu don haɗa nau'o'i da yawa:
- Hanya ta asali da ake kira jaka tana amfani da tsarin horo don samar da ƙarin tsarin horo.
- Ƙarfafawa, dabarar da ta fi dacewa: Kamar jaka, ana amfani da haɓakawa don nemo madaidaicin ma'auni don tsarin horo.
20. Menene ainihin ƙirar ƙira? Ba da misali.
Akwai iyakataccen adadin sigogi a cikin ƙirar ƙira. Don yin hasashen bayanai, duk abin da kuke buƙatar sani shine sigogin ƙirar.
Misalai masu zuwa sune na yau da kullun: koma baya na dabaru, koma baya na layi, da SVMs na layi. Samfuran marasa daidaituwa suna da sassauƙa tun da suna iya ƙunsar adadi mara iyaka.
Ana buƙatar sigogin samfurin da matsayi na bayanan da aka lura don tsinkayar bayanai. Ga wasu misalai na yau da kullun: topic model, yanke shawara bishiyoyi, da k-masu kusa.
21. Bayyana tace haɗin gwiwa. Hakazalika tacewa bisa abun ciki?
Hanyar gwada-da-gaskiya don ƙirƙirar shawarwarin abun ciki da aka keɓance shine tace haɗin gwiwa.
Wani nau'i na tsarin shawarwarin da ake kira tacewa haɗin gwiwa yana annabta sabbin abubuwa ta hanyar daidaita abubuwan da ake so na mai amfani tare da abubuwan da aka raba.
Zaɓuɓɓukan mai amfani shine kawai abin da tsarin masu ba da shawara na tushen abun ciki ke la'akari. Dangane da zaɓin mai amfani na farko, ana ba da sabbin shawarwari daga abubuwan da ke da alaƙa.
22. Me kuke nufi da jerin lokaci?
Jerin lokaci tarin lambobi ne a cikin tsari masu hawa. A cikin ƙayyadaddun lokaci, yana sa ido kan motsin wuraren da aka zaɓa kuma yana ɗaukar wuraren bayanan lokaci-lokaci.
Babu ƙarami ko matsakaicin shigarwar lokaci don jerin lokaci.
Masu nazari akai-akai suna amfani da jerin lokaci don tantance bayanai daidai da buƙatunsu na musamman.
23. Bayyana bambance-bambancen da ke tsakanin haɓakar haɓakar Gradient da Algorithms Forest Forest.
Dajin Random:
- Yawancin bishiyoyi masu yanke shawara suna haɗuwa tare a ƙarshen kuma an san su da gandun daji bazuwar.
- Yayin da haɓakar gradient ke samar da kowane bishiya ba tare da sauran ba, dajin bazuwar yana gina kowane bishiya ɗaya bayan ɗaya.
- Multiclass gano abu yana aiki da kyau tare da gandun daji bazuwar.
Ƙarfafa ƙaranci:
- Yayin da gandun daji na bazuwar ke haɗuwa da bishiyar yanke shawara a ƙarshen tsari, Injinan Ƙarfafawa na Gradient suna haɗa su daga farkon.
- Idan an daidaita sigogi da kyau, haɓakar gradient ya fi dazuzzukan bazuwar sakamakon sakamako, amma ba zaɓi mai wayo ba ne idan saitin bayanan yana da abubuwa masu yawa, abubuwan da ba su dace ba, ko hayaniya tun da hakan na iya haifar da ƙima.
- Lokacin da bayanan da ba su daidaita ba, kamar yadda akwai a cikin kima na haɗari na ainihi, haɓaka gradient yana aiki da kyau.
24. Me yasa kuke buƙatar matrix ruɗani? Menene?
Teburin da aka sani da matrix ɗin ruɗani, wani lokaci aka sani da matrix kuskure, ana amfani da shi sosai don nuna yadda ƙirar ƙira, ko ƙira, ke aiki akan saitin bayanan gwaji waɗanda aka san ainihin ƙimar su.
Yana ba mu damar ganin yadda samfurin ko algorithm ke aiki. Yana sauƙaƙa mana gano rashin fahimta tsakanin darussa daban-daban.
Yana aiki azaman hanya don kimanta yadda ake yin samfuri ko algorithm.
Hasashen ƙirar ƙira an haɗa su cikin matrix ruɗani. An yi amfani da ƙimar ƙidayar kowane lakabin aji don tarwatsa jimlar adadin daidaitattun tsinkaya da kuskure.
Yana bayar da cikakkun bayanai kan kurakuran da na'ura ya yi da kuma nau'ikan kurakurai daban-daban da ke haifarwa.
25. Menene ainihin nazarin ɓangaren ƙa'ida?
Ta hanyar rage yawan masu canji waɗanda ke da alaƙa da juna, makasudin shine a rage girman tarin bayanai. Amma yana da mahimmanci a kiyaye bambance-bambancen gwargwadon yiwuwa.
Ana canza masu canji zuwa sabon saitin masu canji da ake kira manyan abubuwan haɗin gwiwa.
Waɗannan kwamfutocin na al'ada ne tun da su ne eigenvectors na matrix covariance.
26. Me ya sa jujjuya kayan aiki ke da mahimmanci ga PCA (binciken babban bangaren)?
Juyawa yana da mahimmanci a cikin PCA saboda yana haɓaka rarrabuwar kawuna tsakanin bambance-bambancen da kowane bangare ya samu, yana mai da sauƙin fassarar ɓangaren.
Muna buƙatar ƙarin abubuwan haɗin gwiwa don bayyana bambancin sassa idan ba a jujjuya abubuwan da aka gyara ba.
27. Ta yaya daidaitawa da daidaitawa suka bambanta daga juna?
Daidaitawa:
Ana canza bayanai yayin daidaitawa. Ya kamata ku daidaita bayanan idan yana da ma'auni waɗanda suka bambanta sosai, musamman daga ƙasa zuwa babba. Daidaita kowane ginshiƙi domin mahimman ƙididdiga sun dace.
Don tabbatar da cewa babu asarar daidaito, wannan na iya zama da amfani. Gano siginar yayin watsi da amo yana ɗaya daga cikin makasudin horar da ƙirar.
Akwai damar wuce gona da iri idan an ba samfurin cikakken iko don rage kuskure.
Tsayawa:
A cikin daidaitawa, aikin tsinkaya yana canzawa. Wannan yana ƙarƙashin wasu iko ta hanyar daidaitawa, wanda ke fifita ayyuka masu sauƙi masu dacewa akan masu rikitarwa.
28. Ta yaya daidaitawa da daidaitawa suka bambanta da juna?
Hanyoyi guda biyu da aka fi amfani da su don ƙaddamar da fasalin su ne daidaitawa da daidaitawa.
Daidaitawa:
- Sake daidaita bayanai don dacewa da kewayon [0,1] an san shi da daidaitawa.
- Lokacin da duk sigogi dole ne su kasance suna da ma'auni mai kyau iri ɗaya, daidaitawa yana taimakawa, amma abubuwan da aka saita bayanan sun ɓace.
Tsayawa:
- Ana sake ƙididdige bayanai don samun ma'anar 0 da daidaitaccen karkata na 1 a matsayin wani ɓangare na tsarin daidaitawa (banbancin raka'a)
29. Menene ainihin ma'anar "banbancin hauhawar farashin kaya"?
Matsakaicin bambance-bambancen samfurin zuwa bambance-bambancen samfurin tare da madaidaicin mai zaman kansa ɗaya kawai an san shi da bambancin inflation factor (VIF).
VIF yana ƙididdige adadin multicollinearity da ke akwai a cikin saitin sauye-sauyen koma baya.
Bambance-bambancen Samfurin (VIF) tare da Bambancin Sauyawa mai zaman kansa ɗaya
30. Dangane da girman tsarin horo, ta yaya kuke zabar na'ura?
Babban son zuciya, ƙaramin samfurin bambance-bambancen yana aiki mafi kyau don ɗan gajeren tsarin horo tunda wuce gona da iri ba shi da yuwuwar. Naive Bayes misali ɗaya ne.
Don wakiltar ƙarin ma'amala mai rikitarwa don babban tsarin horo, ƙirar da ke da ƙananan ƙima da babban bambanci ya fi dacewa. Komawar dabaru misali ne mai kyau.
31. Wane algorithm a cikin ilmantarwa na na'ura ake magana da shi a matsayin "masanin malalaci" kuma me yasa?
Mai koyo mai kasala, KNN shine algorithm koyan inji. Saboda K-NN yana ƙididdige nisa sosai a duk lokacin da yake son rarrabewa maimakon koyon kowane darajoji da na'ura ta koyo daga bayanan horo, yana haddace bayanan horo.
Wannan ya sa K-NN ya zama malalacin koyo.
32. Menene ROC Curve da AUC?
Ayyukan ƙirar ƙira a duk ƙofofin ana wakilta ta ta hanyar lanƙwan ROC. Yana da ƙimar ƙimar gaskiya ta gaskiya da ƙimar ƙimar ƙimar ƙarya.
A taƙaice, yankin da ke ƙarƙashin madaidaicin ROC ana kiransa AUC (Yankin Ƙarƙashin ROC Curve). Ana auna yanki mai girma biyu na ROC daga (0,0) zuwa AUC (1,1). Don ƙididdige samfuran rabe-raben binaryar, ana amfani da shi azaman ƙididdiga na ayyuka.
33. Menene hyperparameters? Menene ya sa su bambanta daga sigogin ƙirar?
Ana kiran madaidaicin ciki na ƙirar a matsayin ma'aunin ƙira. Yin amfani da bayanan horo, ana kimanta ƙimar siga.
Ba a san samfurin ba, hyperparameter mai canzawa ne. Ba za a iya ƙayyade ƙimar daga bayanai ba, don haka ana yawan amfani da su don ƙididdige sigogin ƙira.
34. Menene F1 Score, tunawa, da daidaito ke nufi?
Ma'aunin ruɗani shine ma'aunin da aka yi amfani da shi don auna ingancin ƙirar ƙira. Za a iya amfani da waɗannan kalmomi masu zuwa don ƙarin bayanin ma'aunin ruɗani:
TP: Haƙiƙa na Gaskiya - Waɗannan su ne kyawawan dabi'u waɗanda aka yi tsammani daidai. Yana nuna cewa ƙimar ajin da aka tsara da kuma ainihin ajin duka suna da kyau.
TN: Gaskiya Negatives- Waɗannan su ne ƙananan dabi'u waɗanda aka yi hasashe daidai. Yana nuna cewa duka darajar ainihin ajin da aji da ake tsammani ba su da kyau.
Waɗannan dabi'u-nau'i-nau'i na ƙarya da na ƙarya - suna faruwa lokacin da ainihin ajin ku ya bambanta da ajin da ake tsammani.
yanzu,
Matsakaicin madaidaicin ƙimar gaskiya (TP) ga duk abubuwan lura da aka yi a cikin ainihin aji ana kiranta tunawa, wanda kuma aka sani da hankali.
Tunawa shine TP/(TP+FN).
Matsakaicin ma'auni ne na ingantacciyar ƙimar tsinkaya, wanda ke kwatanta adadin abubuwan da suka dace da ƙirar da gaske yana annabta zuwa nawa daidaitattun abubuwan da ya faɗi daidai.
Daidaitawa shine TP/(TP + FP)
Mafi sauƙin ma'aunin aiki don fahimta shine daidaito, wanda shine kawai adadin abubuwan da aka annabta da kyau ga duk abubuwan lura.
Daidaiton daidai yake da (TP+TN)/(TP+FP+FN+TN).
Madaidaici da Tunawa suna da nauyi da matsakaita don samar da Makin F1. A sakamakon haka, wannan makin yana la'akari da abubuwan da ba daidai ba da kuma abubuwan da ba daidai ba.
F1 akai-akai yana da daraja fiye da daidaito, musamman idan kuna da rabon aji mara daidaituwa, ko da a zahiri ba shi da sauƙin fahimta kamar daidaito.
Ana samun daidaito mafi kyau lokacin da farashin ɓangarorin ƙarya da ɓangarorin ƙarya suka kwatanta. Ya fi dacewa a haɗa da Mahimmanci da Tunawa idan farashin da ke da alaƙa da ƙimar ƙarya da ƙiyayyar ƙarya sun bambanta sosai.
35. Menene ainihin tabbacin giciye?
Hanyar sake samfurin ƙididdiga da ake kira giciye-tabbatacce a cikin koyan na'ura tana amfani da ɓangarorin saitin bayanai da yawa don horarwa da kimanta algorithm koyan na'ura a cikin zagaye da dama.
An gwada sabon rukunin bayanan da ba a yi amfani da su ba don horar da ƙirar ta amfani da tabbatar da giciye don ganin yadda ƙirar ta yi hasashen sa. Ana hana wuce gona da iri ta hanyar tabbatarwa.
K-Fold Hanyar sake samfurin da aka fi amfani da ita tana raba duka saitin bayanai zuwa saitin K masu girman daidai. Ana kiransa giciye-tabbatacce.
36. Bari mu ce kun gano cewa samfurin ku yana da bambanci mai mahimmanci. Menene algorithm, a ganin ku, ya fi dacewa don magance wannan yanayin?
Sarrafa babban canji
Ya kamata mu yi amfani da dabarar jaka don matsaloli tare da manyan bambance-bambance.
Algorithm ɗin jakar jaka za ta yi amfani da maimaita samfurin bazuwar don raba bayanai zuwa ƙungiyoyin ƙasa. Da zarar an raba bayanan, za mu iya amfani da bayanan bazuwar da takamaiman hanyar horo don samar da dokoki.
Bayan haka, ana iya amfani da jefa ƙuri'a don haɗa hasashen samfurin.
37. Menene ya bambanta Ridge regression da Lasso regression?
Hanyoyin daidaitawa guda biyu da ake amfani da su sosai sune Lasso (wanda ake kira L1) da Ridge (wani lokaci ana kiransa L2) koma baya. Ana amfani da su don hana wuce gona da iri na bayanai.
Don gano mafi kyawun bayani da rage sarƙaƙƙiya, ana amfani da waɗannan dabarun don azabtar da ƙididdiga. Ta hanyar ladabtar da jimillar ma'auni na ma'auni, regression Lasso yana aiki.
Ayyukan hukunci a Ridge ko L2 koma baya an samo su ne daga jimlar murabba'ai na ma'auni.
38. Wanne ya fi mahimmanci: aikin samfurin ko daidaiton samfurin? Wanne kuma me yasa za ku fifita shi?
Wannan tambaya ce ta yaudara, don haka yakamata mutum ya fara fahimtar menene Ayyukan Model. Idan an bayyana aikin a matsayin gudun, to ya dogara da nau'in aikace-aikacen; duk wani aikace-aikacen da ya ƙunshi yanayi na ainihi zai buƙaci babban gudu azaman muhimmin sashi.
Misali, mafi kyawun Sakamakon Bincike zai zama ƙasa da ƙima idan sakamakon tambayar ya ɗauki lokaci mai tsawo kafin ya isa.
Idan ana amfani da Aiki azaman hujja don dalilin da yasa yakamata a fifita daidaito da tunawa sama da daidaito, to maki F1 zai zama mafi amfani fiye da daidaito wajen nuna yanayin kasuwanci don kowane saitin bayanan da bai daidaita ba.
39. Ta yaya za ku sarrafa tsarin bayanai tare da rashin daidaito?
Saitin bayanan da bai daidaita ba zai iya amfana daga dabarun yin samfuri. Za'a iya yin samfurin ta ko dai a ƙarƙashin ko fiye da ƙima.
Ƙarƙashin Samfurin yana ba mu damar rage girman yawancin aji don dacewa da ajin tsirarun, wanda ke taimakawa wajen haɓaka saurin aiki dangane da ajiya da aiwatar da lokacin gudu amma kuma yana iya haifar da asarar bayanai masu mahimmanci.
Domin magance matsalar asarar bayanai da ke haifarwa ta hanyar wuce gona da iri, muna ɗaukar ajin marasa rinjaye; duk da haka, wannan yana sa mu shiga cikin batutuwan da suka wuce gona da iri.
Ƙarin dabarun sun haɗa da:
- Matsakaicin Tari Sama da Samfurin- ƴan tsiraru da mafiya yawan lokuta ana yin su daidaikunsu ga dabarar tari na K-a wannan yanayin. Anyi wannan don nemo gungu na saitin bayanai. Bayan haka, kowane gungu an ƙirƙira shi ta yadda duk azuzuwan su kasance da girmansu iri ɗaya kuma duk gungu na cikin aji suna da daidai adadin lokuta.
- Taya: 'Yan tsirarun' yan tsirarun fasaha-samming dabara- wani yanki na bayanai daga wani misali ana amfani dashi azaman misali, bayan da ƙarin ƙarin halaye na wucin gadi ana samarwa kuma an ƙara da shi kuma an ƙara shi da aka samar da shi kuma an ƙara shi da kara a cikin bayanan asali. Wannan hanyar tana aiki da kyau tare da maki bayanan lamba.
40. Ta yaya za ku bambanta tsakanin haɓakawa da jaka?
Ƙungiyoyin Dabarun suna da nau'ikan da aka sani da jaka da haɓakawa.
Jaka-
Don algorithms tare da babban bambanci, jaka wata dabara ce da ake amfani da ita don rage bambance-bambancen. Ɗaya daga cikin irin waɗannan dangin masu rarrabawa waɗanda ke da alaƙa da son zuciya shine dangin yanke shawara.
Nau'in bayanan da aka horar da bishiyoyi a kai yana da tasiri mai mahimmanci akan aikin su. Saboda wannan, ko da tare da ingantaccen daidaitawa sosai, haɓakar sakamako yana da wuya a samu a wasu lokuta.
Idan an canza bayanan horon bishiyoyi, sakamakon zai bambanta sosai.
A sakamakon haka, ana amfani da jakunkuna, inda aka ƙirƙiri bishiyoyi masu yanke shawara da yawa, kowannensu an horar da su ta hanyar amfani da samfurin bayanan asali, kuma sakamakon ƙarshe shine matsakaicin duk waɗannan nau'ikan nau'ikan.
Haɓakawa:
Ƙarfafa ita ce dabarar yin tsinkaya tare da tsarin rarraba n-rauni wanda kowane mai rarraunar rarrauna ya ke yin kasawar manyan masu rarraba sa. Muna komawa ga mai rarrabawa wanda ke yin mummuna akan saitin bayanan da aka bayar a matsayin "mai raunan ra'ayi."
Haɓakawa a fili tsari ne maimakon algorithm. Komawar dabaru da bishiyoyin yanke shawara marasa zurfi misalai ne na gama-gari na masu rarrafe.
Adaboost, Gradient Boosting, da XGBoost sune shahararrun algorithms haɓakawa, duk da haka, akwai ƙari da yawa.
41. Bayyana bambance-bambance tsakanin ilmantarwa da kuma ragi.
Lokacin koyo ta misali daga misalan misalan da aka lura, ƙira yana amfani da koyon ɗabi'a don isa ga gamammen ƙarshe. A gefe guda kuma, tare da koyo na cirewa, samfurin yana amfani da sakamakon kafin ya samar da nasa.
Ilmantarwa mai ban sha'awa shine tsari na yanke shawara daga abubuwan lura.
Rage koyo shine tsari na ƙirƙirar abubuwan lura bisa ga abubuwan da aka zaɓa.
Kammalawa
Taya murna! Waɗannan su ne manyan tambayoyin tambayoyi 40 da sama don koyon inji waɗanda yanzu kun san amsoshinsu. Kimiyyar bayanai da wucin gadi hankali ayyukan za su ci gaba da kasancewa cikin buƙata yayin da fasahar ke ci gaba.
’Yan takarar da suka sabunta iliminsu na waɗannan fasahohin zamani da haɓaka fasaharsu za su iya samun damammaki iri-iri na aikin yi tare da biyan gasa.
Kuna iya ci gaba da amsa tambayoyin yanzu da kun fahimci yadda ake ba da amsa ga wasu tambayoyin tambayoyin na'ura da ake tambaya.
Dangane da burin ku, ɗauki mataki na gaba. Shirya don tattaunawa ta ziyartar Hashdork's Jerin Tambayoyi.
Leave a Reply