سه نوع شاهد
چرا مهم است «مدل برای X یک نورون دارد» یکی از پرتکرارترین جملهها در یادگیری ماشین است و بیشتر مواقع شاهد پشتش یک تصویر است. این ماژول دربارهٔ تفاوت میان یک تصویر و یک اثبات است.
هر ادعایی دربارهٔ آنچه درون یک شبکه رخ میدهد بر یکی از سه نوع شاهد، از ضعیفترین تا قویترین، استوار است:
- الگو: چیزی درون با چیزی بیرون همخط است. یک واحد وقتی متن دربارهٔ گربههاست بزرگ است؛ یک سر به واژهٔ قبلی توجه میکند. نگاه کردید، دست نزدید.
- اثر: چیزی درون را تغییر دادید و خروجی تغییر کرد. سر را بردارید و زیان بالا میرود؛ مقداری از ورودی دیگر را سر جایش بگذارید و پاسخ برمیگردد. اکنون میدانید مهم است، اما نه دقیقاً اینکه چه میکند.
- سازوکار: توضیحی از آنچه بخش محاسبه میکند که پیشبینی میکند روی ورودیهایی که هنوز امتحان نکردهاید چه رخ میدهد، و پیشبینی برقرار میماند.
الگوها ارزاناند و هر تحقیقی از آنها شروع میشود. فقط پس از یک اثر به ادعا تبدیل میشوند و فقط پس از پیشبینیای که میتوانست شکست بخورد به یک توضیح.
واژهها و نمادهای این درس
- الگو، اثر، سازوکار
- سه نوع شاهد: نگاه کردید و دیدید؛ تغییرش دادید و خروجی تغییر کرد؛ توضیحش دادید و توضیح موردهای تازه را پیشبینی کرد
kind را پر کنید: برای هر ادعا، "pattern"، "effect" یا "mechanism" (قویترین نوعی که شاهدش پشتیبانی میکند).
مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید
این تمرین بهزودی باز میشود
درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و میتوانید همین الان این درس را بخوانید.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.