Quanti dati bastano?
Perché è importante "Dovremmo raccogliere più dati o costruire un modello più grande?" è una domanda che vale soldi veri. Una curva di apprendimento le risponde.
Addestra lo stesso modello su fette crescenti dei dati e disegna l'accuratezza di validazione rispetto al numero di esempi. All'inizio, ogni raddoppio aiuta molto. Più avanti, ogni raddoppio aiuta sempre meno: la curva si appiattisce. Dove si è quasi appiattita, più dati non aiuteranno molto e un modello migliore forse sì.
Indovina la curva: dall'accuratezza a 50, 100 e 200 cifre di addestramento, prevedi l'accuratezza a 400, poi misurala.
Scrivi accuracy_with(n): addestra una regressione logistica sulle prime n cifre di addestramento (pixel appiattiti) e restituisci l'accuratezza sulle 400 cifre di test. Compila my_guess_400 dopo aver guardato i primi tre valori e prima di calcolare il quarto.
Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione
Questo esercizio si apre presto
Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.