Programme Leçon 93 sur 246 · Module 7 : Travailler sur de nouvelles données
Module 7 : Travailler sur de nouvelles données

Examen de passage : fermer l'écart sans sous-apprentissage (IA éteinte)

Pourquoi c'est important Fermer un écart entre entraînement et validation est facile si tu as le droit de rendre le modèle inutile. Le faire en gardant le modèle bon est la vraie compétence. Tu connais déjà ce module ? Tu peux passer cet examen d'abord, avant les autres leçons : le réussir marque ce module comme terminé et ouvre le suivant.

Tuteur IA éteint. Un polynôme de degré 14 sur 25 points surapprend gravement. Tu dois garder le degré 14 et utiliser la décroissance des poids (ridge, de la leçon sur le biais et la variance), en choisissant sa force avec le jeu de validation.

Comme tu choisis alpha en regardant le jeu de validation, l'erreur de validation est maintenant un peu flatteuse. Donc l'examen te note sur un jeu de test séparé de 2 000 nouveaux points que ton code ne voit jamais. C'est la façon honnête de rapporter un modèle que tu as réglé.

Mots et symboles de cette leçon
surapprentissage, sous-apprentissage
ajuster le bruit des données d'entraînement ; ou être trop simple pour ajuster le motif
jeu de validation
des données mises de côté pour choisir des réglages
biais, variance
se tromper de la même façon à chaque fois ; ou beaucoup changer avec les données d'entraînement
ridge (alpha)
les moindres carrés avec une décroissance des poids de force alpha
À ton tour

Écris fit(x, y) qui renvoie les coefficients (la plus petite puissance d'abord) d'un polynôme de degré 14. Ce doit être une solution ridge, solve(A.T A + alpha I, A.T y) pour un alpha supérieur à 0 (le test le vérifie, donc un polynôme plus petit complété avec des zéros ne compte pas). Tu réussis si l'erreur sur le jeu de test caché est inférieure à 0.045 et l'écart (test moins entraînement) inférieur à 0.05. Pour l'échelle : les moindres carrés simples ont une erreur de test d'environ 0.73, le meilleur alpha possible une erreur de test d'environ 0.034, et un alpha choisi honnêtement sur le jeu de validation, sur n'importe quelle grille raisonnable comme les puissances de 10, une erreur de test d'environ 0.034 à 0.039. Un ajustement plat, trop rétréci, échoue à la limite de 0.045.

IA désactivée : pas de tuteur, d'indices ou de solution détaillée pour celui-ci. Ta propre réflexion uniquement.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Code · s'exécute dans ton navigateur
Sortie

        

Ta progression est comptée anonymement. Change cela