Tiga jenis bukti
Kenapa ini penting "Model memiliki neuron untuk X" adalah salah satu kalimat yang paling sering diulang dalam machine learning, dan sering kali buktinya hanyalah sebuah gambar. Modul ini membahas perbedaan antara gambar dan bukti.
Setiap klaim tentang apa yang terjadi di dalam jaringan bergantung pada salah satu dari tiga jenis bukti, dari yang terlemah hingga yang terkuat:
- Pattern: sesuatu di dalam selaras dengan sesuatu di luar. Sebuah unit menjadi besar saat teksnya tentang kucing; sebuah head memperhatikan kata sebelumnya. Kamu melihat, kamu tidak menyentuh.
- Effect: kamu mengubah sesuatu di dalam dan outputnya berubah. Hapus head dan loss naik; masukkan kembali nilai dari input lain dan jawabannya berbalik. Sekarang kamu tahu itu berpengaruh, tapi tidak tahu persis apa yang dilakukannya.
- Mechanism: penjelasan tentang apa yang dihitung oleh bagian tersebut yang memprediksi apa yang akan terjadi pada input yang belum kamu coba, dan prediksinya benar.
Pola itu murah dan di situlah setiap investigasi dimulai. Mereka jadi klaim hanya setelah ada efek, dan jadi penjelasan hanya setelah prediksi yang bisa saja gagal.
Kata dan simbol di pelajaran ini
- pola, efek, mekanisme
- tiga jenis bukti: melihat dan mengamati; mengubahnya dan output berubah; menjelaskannya dan penjelasan tersebut memprediksi kasus baru
Isi kind: untuk setiap klaim, "pattern", "effect" atau "mechanism" (jenis terkuat yang didukung oleh buktinya).
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.