ما هو حجم البيانات الكافي؟
لماذا هذا مهم "هل يجب علينا جمع المزيد من البيانات أو بناء نموذج أكبر؟" هو سؤال يستحق مالا حقيقيا. منحنى التعلم يجيب عليه.
قم بتدريب النموذج نفسه على أجزاء متزايدة من البيانات وارسم دقة التحقق مقابل عدد الأمثلة. في البداية، تساعد كل عملية مضاعفة بشكل كبير. لاحقاً، تساعد كل عملية مضاعفة بشكل أقل فأقل: ينبسط المنحنى. حيث ينبسط تقريباً، لن تساعد البيانات الإضافية كثيراً وقد يساعد نموذج أفضل.
استدعاء المنحنى: من الدقة عند 50 و100 و200 رقم تدريب، توقع الدقة عند 400، ثم قم بقياسها.
اكتب accuracy_with(n): قم بتدريب logistic regression على أول n من أرقام التدريب (pixels flattened) وأرجع accuracy على 400 رقم اختبار. املأ my_guess_400 بعد النظر إلى أول ثلاث قيم وقبل حساب القيمة الرابعة.
سيفتح هذا التمرين قريبا
أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.
يقوم هذا المتصفح بحظر ملفات تعريف الارتباط لـ learn.floati.life، لذا لا يمكن فتح الدروس التي أنهيتها هنا بالترتيب. اسمح بملفات تعريف الارتباط لهذا الموقع وأعد التحميل.