קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
ספירלה נוירונים
מערך הנתונים הזה הוא ספירלה רועשת. כמובן שמודל ליניארי ייכשל כאן,
אבל אפילו עשוי להיות קשה לבנות הצלבות פיצ'רים שהוגדרו באופן ידני.
משימה 1: אימון המודל הטוב ביותר שאתם יכולים לבצע, באמצעות X1 בלבד
X2. אתם יכולים להוסיף או להסיר שכבות ונוירונים, לשנות
הגדרות למידה כמו קצב למידה, שיעור תקינה
גודל אצווה. מהו אובדן הבדיקה הטוב ביותר האפשרי? עד כמה החלק
את שטח הפלט של המודל?
משימה 2: גם ברשתות נוירונים, במידה מסוימת של הנדסת פיצ'רים
שנדרשים לעיתים קרובות כדי להשיג את הביצועים הטובים ביותר. כדאי לנסות להוסיף עוד
בין תכונות של מוצר או טרנספורמציות אחרות,
sin(X1) ו-sin(X2). האם אתם משפרים את הביצועים
מודל טרנספורמר? האם פני השטח של הפלט של המודל חלק יותר?
(התשובות מופיעות מתחת לתרגיל).
כדי לקבל תשובות אפשריות, לוחצים על סמל הפלוס.
בסרטון הבא מוסבר איך בוחרים היפר-פרמטרים ב-Playground
כדי לאמן מודל לנתונים ספירלים שמפחיתים את האובדן של בדיקות.
[[["התוכן קל להבנה","easyToUnderstand","thumb-up"],["התוכן עזר לי לפתור בעיה","solvedMyProblem","thumb-up"],["סיבה אחרת","otherUp","thumb-up"]],[["חסרים לי מידע או פרטים","missingTheInformationINeed","thumb-down"],["התוכן מורכב מדי או עם יותר מדי שלבים","tooComplicatedTooManySteps","thumb-down"],["התוכן לא עדכני","outOfDate","thumb-down"],["בעיה בתרגום","translationIssue","thumb-down"],["בעיה בדוגמאות/בקוד","samplesCodeIssue","thumb-down"],["סיבה אחרת","otherDown","thumb-down"]],["עדכון אחרון: 2024-08-22 (שעון UTC)."],[],[]]
