Search for a command to run...
Date
ErfahrungsrisikoDie Vorhersagefähigkeit des Modells für Trainingsbeispiele wird dadurch demonstriert, dass die Verlustfunktion einmal für alle Trainingsbeispiele berechnet und dann der Durchschnitt akkumuliert wird, wobei die Verlustfunktion die Grundlage für das erwartete Risiko, das empirische Risiko und das strukturelle Risiko bildet.
Die Verlustfunktion gilt für eine einzelne spezifische Stichprobe und stellt die Lücke zwischen dem vom Modell vorhergesagten Wert und dem wahren Wert dar.
In der Praxis wird meist eine empirische Risikominimierung angestrebt. Das empirische Risiko ist die durchschnittliche Minimierung der Verlustfunktion aller Stichprobenpunkte im Trainingssatz. Je geringer das empirische Risiko ist, desto besser passt das Modell zum Trainingsset.
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.
Search for a command to run...
Date
ErfahrungsrisikoDie Vorhersagefähigkeit des Modells für Trainingsbeispiele wird dadurch demonstriert, dass die Verlustfunktion einmal für alle Trainingsbeispiele berechnet und dann der Durchschnitt akkumuliert wird, wobei die Verlustfunktion die Grundlage für das erwartete Risiko, das empirische Risiko und das strukturelle Risiko bildet.
Die Verlustfunktion gilt für eine einzelne spezifische Stichprobe und stellt die Lücke zwischen dem vom Modell vorhergesagten Wert und dem wahren Wert dar.
In der Praxis wird meist eine empirische Risikominimierung angestrebt. Das empirische Risiko ist die durchschnittliche Minimierung der Verlustfunktion aller Stichprobenpunkte im Trainingssatz. Je geringer das empirische Risiko ist, desto besser passt das Modell zum Trainingsset.
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.