Silabus Pelajaran 218 dari 246 · Modul 21: Melihat ke dalam sebuah model
Modul 21: Melihat ke dalam sebuah model

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
Giliranku

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.