อัตราการเรียนรู้และการบรรจบกัน
นี่เป็นการออกกำลังกายแรกของ Playground Playground เป็นโปรแกรม พัฒนาขึ้นมาเพื่อสอนหลักการแมชชีนเลิร์นนิงโดยเฉพาะ แบบฝึกหัดใน Playground แต่ละรายการในหลักสูตรนี้จะมีสนามเด็กเล่นแบบฝังค่ะ อินสแตนซ์ที่มีค่าที่กำหนดล่วงหน้าขึ้นมา
แบบฝึกหัดใน Playground แต่ละรายการจะสร้างชุดข้อมูล ป้ายกำกับสำหรับรายการนี้ ของชุดข้อมูลมี 2 ค่าที่เป็นไปได้ ลองนึกถึง 2 สิ่งนี้ ค่าที่เป็นไปได้เป็นสแปม ไม่ใช่สแปม หรืออาจเป็นต้นไม้ที่มีสุขภาพดีกับต้นไม้ที่ป่วย เป้าหมายของการออกกำลังกายส่วนใหญ่คือการปรับเปลี่ยนไฮเปอร์พารามิเตอร์ต่างๆ เพื่อสร้าง โมเดลที่จัดหมวดหมู่ (แยกหรือแยก) โมเดลสำเร็จแล้ว ค่าป้ายกำกับจากอีกรายการ โปรดทราบว่าชุดข้อมูลส่วนใหญ่มี ปริมาณสัญญาณรบกวนที่จะทำให้ไม่สามารถแยกประเภทได้สำเร็จ ทุกตัวอย่าง
คลิกไอคอนบวกเพื่อดูคำอธิบายการแสดงภาพโมเดล
แบบฝึกหัด Playground แต่ละรายการจะแสดงการแสดงภาพ สถานะของโมเดล ลองดูตัวอย่างด้านล่างนี้
สิ่งที่ควรทราบเกี่ยวกับการแสดงภาพโมเดลมีดังนี้
- แกนแต่ละแกนแสดงถึงองค์ประกอบเฉพาะ ในกรณีที่เป็นจดหมายขยะ ไม่ใช่สแปม ฟีเจอร์อาจเป็นจำนวนคำและจำนวนผู้รับ อีเมล
- แต่ละจุดจะแสดงค่าฟีเจอร์สำหรับตัวอย่างข้อมูล 1 รายการ เช่น อีเมล
- สีของจุดแสดงถึงคลาสของตัวอย่าง ตัวอย่างเช่น จุดสีน้ำเงินอาจหมายถึงอีเมลที่ไม่ใช่จดหมายขยะ ในขณะที่ จุดสีส้มหมายถึงอีเมลสแปม
- สีพื้นหลังจะแสดงการคาดการณ์ของโมเดลว่าตัวอย่างตำแหน่งใด ของสีนั้น พื้นหลังสีฟ้ารอบจุดสีน้ำเงิน หมายความว่าโมเดล คาดการณ์ตัวอย่างนั้นอย่างถูกต้อง ในทางกลับกัน พื้นหลังสีส้มรอบจุดสีน้ำเงินหมายความว่าโมเดลนั้น คาดการณ์ตัวอย่างไม่ถูกต้อง
- ระบบจะปรับขนาดพื้นหลังบลูส์และส้ม ตัวอย่างเช่น ด้านซ้ายของ ภาพเป็นสีฟ้าทึบแต่ค่อยๆ จางเป็นสีขาวตรงกลาง ของการแสดงภาพ ลองคิดว่าความเข้มของสีชี้ให้เห็น ความมั่นใจในการคาดเดาของโมเดล ดังนั้นสีน้ำเงินทึบหมายความว่าโมเดล มั่นใจในการคาดเดาของตัวเอง และสีฟ้าอ่อนหมายความว่าโมเดล ไม่ค่อยมั่นใจ (ภาพโมเดลที่แสดงในภาพกำลังทำ ใช้การคาดการณ์ได้ไม่ดี)
ใช้การแสดงภาพเพื่อประเมินความคืบหน้าของโมเดล ("ดีมาก จุดสีน้ำเงินส่วนใหญ่มีพื้นหลังเป็นสีน้ำเงิน" หรือ "ไม่นะ! จุดสีน้ำเงินมีพื้นหลังสีส้ม") ก้าวล้ำเหนือสีสัน, Playground จะแสดงการสูญเสียปัจจุบันของโมเดลเป็นตัวเลขด้วย ("ไม่นะ การสูญเสียเพิ่มขึ้นแทนที่จะลดลง")
อินเทอร์เฟซของแบบฝึกหัดนี้ประกอบไปด้วยปุ่ม 3 ปุ่ม ได้แก่
| Icon | ชื่อ | การทำงาน |
|---|---|---|
|
รีเซ็ต | รีเซ็ตการทำซ้ำเป็น 0 รีเซ็ตน้ำหนักทั้งหมดที่โมเดลมี เรียนรู้อยู่แล้ว |
|
ขั้นตอน | โปรดทำซ้ำ 1 ครั้ง ในการทำซ้ำแต่ละครั้ง การเปลี่ยนแปลง บางครั้งอย่างค่อยเป็นค่อยไปและบางครั้งก็เปลี่ยนไปมาก |
|
สร้างใหม่ | สร้างชุดข้อมูลใหม่ ไม่รีเซ็ตการทำซ้ำ |
ในแบบฝึกหัด Playground ครั้งแรกนี้ คุณจะได้ทดลองกับ ด้วยการดำเนินการ 2 อย่าง
งานที่ 1: สังเกตเมนูอัตราการเรียนรู้ที่ด้านขวาบนของ Playground อัตราการเรียนรู้ที่ระบุ - 3 สูงมาก สังเกตการณ์ อัตราการเรียนรู้ที่สูงจะส่งผลต่อโมเดลของคุณอย่างไรด้วยการคลิก "ขั้นตอน" 10 หรือ 20 ครั้ง หลังจากทำซ้ำในช่วงแรก ให้สังเกตวิธีที่โมเดล การแสดงผลเปลี่ยนไปมาก คุณอาจเห็นความไม่เสถียร หลัง โมเดลดูเหมือนมีการบรรจบแล้ว และสังเกตเห็นสายที่วิ่งอยู่ จาก x1 และ x2 ไปจนถึงการแสดงภาพโมเดล น้ำหนักของ เส้นเหล่านี้จะระบุน้ำหนักของคุณลักษณะเหล่านั้นในโมเดล นั่นคือ เส้นหนาหมายถึงน้ำหนักมาก
งานที่ 2: ทำสิ่งต่อไปนี้
- กดปุ่มรีเซ็ต
- ลดอัตราการเรียนรู้
- กดปุ่มขั้นตอนหลายๆ ครั้ง
อัตราการเรียนรู้ที่ต่ำลงส่งผลต่อการลู่เข้าอย่างไร ตรวจสอบทั้ง จำนวนขั้นตอนที่จำเป็นเพื่อให้โมเดลบรรจบกัน รวมถึงความราบรื่น และโมเดลค่อยๆ บรรจบกัน การทดสอบกับค่าที่ต่ำกว่า อัตราการเรียนรู้ คุณคิดว่าอัตราการเรียนรู้ช้าเกินกว่าจะไม่มีประโยชน์หรือไม่ (คุณจะ ค้นหาการสนทนาด้านล่างแบบฝึกหัด)