पाठ्यक्रम 246 में से पाठ 93 · Module 7: नए डेटा पर काम
Module 7: नए डेटा पर काम

Gate: underfitting के बिना अंतर बंद करें (AI बंद)

यह क्यों मायने रखता है एक train/validation अंतर बंद करना आसान है अगर आपको model बेकार बनाने की अनुमति हो। model को अच्छा रखते हुए इसे करना असली कौशल है। पहले से यह module जानते हैं? आप दूसरे पाठों से पहले, पहले यह gate ले सकते हैं: इसे पास करना इस module को पूरा चिह्नित करता है और अगला खोलता है।

AI tutor बंद। 25 बिंदुओं पर एक degree-14 polynomial बुरी तरह overfit करता है। आपको degree 14 रखनी होगी और weight decay (ridge, bias और variance पाठ से) इस्तेमाल करना होगा, उसकी ताक़त validation set से चुनते हुए।

क्योंकि आप validation set देखकर alpha चुनते हैं, validation त्रुटि अब थोड़ी चापलूस है। इसलिए gate आपको 2,000 ताज़ा बिंदुओं के एक अलग test set पर अंक देता है जिसे आपका code कभी नहीं देखता। यही एक tune किए model को रिपोर्ट करने का ईमानदार तरीका है।

इस पाठ के शब्द और चिह्न
overfitting, underfitting
training डेटा का शोर fit करना; या pattern fit करने के लिए बहुत सादा
validation set
settings चुनने के लिए इस्तेमाल रोका डेटा
bias, variance
हर बार एक ही तरह ग़लत होना; या training डेटा के साथ बहुत बदलना
ridge (alpha)
alpha ताक़त के weight decay के साथ least squares
आपकी बारी

एक degree-14 polynomial के लिए coefficients (सबसे कम घात पहले) लौटाने वाला fit(x, y) लिखें। इसे एक ridge हल होना होगा, 0 से ऊपर किसी alpha के लिए solve(A.T A + alpha I, A.T y) (test इसे जाँचता है, इसलिए शून्यों से भरा एक छोटा polynomial नहीं गिना जाता)। पास करें अगर छिपे test set पर त्रुटि 0.045 से नीचे और अंतर (test घटा training) 0.05 से नीचे हो। पैमाने के लिए: सादे least squares की test त्रुटि लगभग 0.73 है, सबसे अच्छे संभव alpha की test त्रुटि लगभग 0.034, और validation set पर ईमानदारी से चुने alpha की, 10 की घातों जैसे किसी भी समझदार grid पर, test त्रुटि लगभग 0.034 से 0.039। एक सपाट, ज़्यादा सिकोड़ा fit 0.045 सीमा में विफल होता है।

AI बंद: इसमें कोई ट्यूटर, संकेत या हल किया हुआ समाधान नहीं। सिर्फ़ आपकी अपनी सोच।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

कोड · आपके ब्राउज़र में चलता है
आउटपुट

        

आपकी प्रगति गुमनाम रूप से गिनी जाती है। इसे बदलें