accuracy

Вопрос или проблема Я задавался вопросом, почему мои модели (дерево решений, SVM, случайный лес) ведут себя таким образом, с “высокой” точностью на небольшом обучающем наборе данных. Это признак переобучения? График представляет собой точность

Вопрос или проблема Итак, я создаю нейронную сеть, которая должна распознавать написанные кириллические буквы, и я обнаружил, что по какой-то причине, когда я использую функцию tanh, она работает значительно лучше с PyTorch, чем с Keras.

Вопрос или проблема Привет, я работаю над классификацией текста в социальных медиа в финансовой сфере на тайском языке. Проблема заключается в путанице классов, неправильно классифицированные предсказания имеют последовательный паттерн как пара.

Вопрос или проблема Кто-нибудь может мне помочь, моя модель переобучается или недообучается? Я хочу убедиться, что модель хорошо подготовлена, прежде чем начинать развертывание Также я использую категориальную кросс-энтропию в качестве функции потерь

Вопрос или проблема Я использую этот набор данных для обучения своей модели: https://www.kaggle.com/datasets/sankalpsrivastava26/capital-alphabets-28×28 Я хочу предсказать цифры, строчную и заглавную рукопись, поэтому после изменения формы и нормализации

Вопрос или проблема Я применил как SVM, так и CNN (используя Keras) на одном наборе данных. Теперь я хочу сравнить производительность обеих моделей. Функция Keras model.evaluate предсказывает выходные данные для данного ввода, а затем вычисляет заданную в model.

Вопрос или проблема Я использовал одномерное кодирование [1,0,0][0,1,0][0,0,1] для своей функциональной модели классификации. Предсказанные вероятности для тестовых данных yprob = model.predict(testX) дают мне : yprob = array([[0.

Вопрос или проблема Я экспериментирую с НЛП, и в данный момент пытаюсь создать модель перевода для конвертации английских предложений в французские. Я использую этот набор данных (не то, чтобы это было важно): https://github.com/udacity/deep-learning/raw/master/language-translation/data

Вопрос или проблема Я новичок в Deep Learning. Мне не очень хорошо удается понимать и комментировать графики. Можете помочь мне с этими графиками Вопросы, которые я задаю себе, когда вижу графики обучения, следующие: Уменьшается ли потеря и увеличивается ли точность?

Вопрос или проблема Ниже описанная функция применяется в качестве процедуры фильтрации для набора клиентов, представленных значениями точности. где точность используется для измерения производительности модели. Итак, мой вопрос: Если я буду использовать

Вопрос или проблема Я новичок в создании систем рекомендаций. Я использую библиотеку surpriselib для оценки своих рекомендаций. Все метрики точности хорошо поддерживаются в этой библиотеке. Но я также хочу вычислить коэффициент попаданий в своей топ n системе рекомендаций.

Вопрос или проблема Я получил 100% точности на своем тестовом наборе, используя алгоритм дерева решений, но только 85% точности с использованием случайного леса. Есть ли что-то не так с моей моделью или дерево решений наиболее подходит для предоставленного набора данных?