Quanto de dados é suficiente?
Por que isso importa "Devemos coletar mais dados ou construir um modelo maior?" é uma pergunta que vale dinheiro de verdade. Uma curva de aprendizado responde a isso.
Treine o mesmo modelo em fatias crescentes dos dados e plote a acurácia de validação contra o número de exemplos. No início, cada dobra ajuda muito. Depois, cada dobra ajuda cada vez menos: a curva achata. Onde ela quase achatou, mais dados não ajudarão muito e um modelo melhor pode ajudar.
Chame a Curva: a partir da acurácia em 50, 100 e 200 dígitos de treinamento, preveja a acurácia em 400, depois meça ela.
Escreva accuracy_with(n): treine logistic regression nos primeiros n training digits (pixels flattened) e retorne a accuracy nos 400 test digits. Preencha my_guess_400 após olhar os primeiros três valores e antes de calcular o quarto.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.