2017-09-13

https://anond.hatelabo.jp/20170913163706

ん?

サンプルデータに大して過学習した結果、実用フェーズで精度が悪くなったってこと?

から判断根拠を明確にして過学習していないかチェックするみたいな? 

 

精度向上に大しては確かにとても重要だと思う

俺が意図したのは、実用フェーズで例えば「根拠が言えないと導入してもらえない」みたいなケース

ああ、でもそれも過学習問題と同じ話になるのか・・

でもその根拠が人の判断できない(正しいかどうか)ものだったら結局意味ないような

記事への反応 -
  • 例えば工場の機械でもミスは一定割合で起きるが そのミスをカバーするように人が配置されたり、他の機械が存在したりする 100個中ミス1個なら、信頼度は99%ということになる だから...

    • ディープラーニング以前のニューラルネットワークで、 しばしば根拠が無いゆえの過剰フィッティングが問題になったという事情があるからじゃないかなぁ。

      • ん? サンプルデータに大して過学習した結果、実用フェーズで精度が悪くなったってこと? だから判断根拠を明確にして過学習していないかチェックするみたいな?    精度向上に大...

    • 道理や筋を通すことを重んじるのはヤクザ

記事への反応(ブックマークコメント)

ログイン ユーザー登録
ようこそ ゲスト さん