Сколько данных достаточно?
Почему это важно "Собрать больше данных или построить модель побольше?" - вопрос, стоящий настоящих денег. Кривая обучения отвечает на него.
Обучайте одну и ту же модель на растущих срезах данных и рисуйте валидационную точность против числа примеров. Вначале каждое удвоение сильно помогает. Позже каждое удвоение помогает всё меньше: кривая выполаживается. Там, где она почти выположилась, больше данных уже мало поможет, а лучшая модель может.
Угадайте кривую: по точности при 50, 100 и 200 обучающих цифрах предскажите точность при 400, затем измерьте её.
Напишите accuracy_with(n): обучите логистическую регрессию на первых n обучающих цифрах (пиксели вытянуты в строку) и верните точность на 400 тестовых цифрах. Заполните my_guess_400 после того, как посмотрите на первые три значения, и до вычисления четвёртого.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.