모듈 21: 모델 안 들여다보기
증거의 세 종류
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
왜 중요한가 "모델에 X를 위한 뉴런이 있다"는 머신러닝에서 가장 많이 되풀이되는 문장 중 하나이고, 대부분의 경우 그 뒤의 증거는 그림이에요. 이 모듈은 그림과 증명의 차이에 대한 거예요.
신경망 안에서 일어나는 일에 대한 모든 주장은 증거의 세 종류 중 하나에 기대요, 가장 약한 것부터 가장 강한 것까지:
- 패턴: 안의 무언가가 밖의 무언가와 나란해요. 텍스트가 고양이에 대한 것일 때 유닛이 커지고, 헤드가 이전 단어에 어텐션해요. 봤지, 건드리지 않았어요.
- 효과: 안의 무언가를 바꿨더니 출력이 바뀌었어요. 헤드를 없애면 손실이 오르고, 다른 입력의 값을 다시 넣으면 답이 뒤집혀요. 이제 그게 중요하다는 건 알지만, 정확히 무엇을 하는지는 몰라요.
- 메커니즘: 그 부분이 무엇을 계산하는지에 대한 설명이 아직 시도하지 않은 입력에서 무슨 일이 일어날지 예측하고, 그 예측이 맞아요.
패턴은 싸고 모든 조사가 시작하는 곳이에요. 효과가 있어야만 주장이 되고, 실패할 수도 있었던 예측이 있어야만 설명이 돼요.
이 레슨의 단어와 기호
- 패턴, 효과, 메커니즘
- 증거의 세 종류: 보고 봤다, 바꿨더니 출력이 바뀌었다, 설명했더니 그 설명이 새 경우를 예측했다
내 차례
kind를 채우세요: 각 주장에 대해 "pattern", "effect", "mechanism" 중 하나(그 증거가 뒷받침하는 가장 강한 종류).
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.