جب مشین سیکھنے والے ماڈل کو تربیتی ڈیٹا کا پتہ چلتا ہے جس میں شور اور خارجی بھی شامل ہے تو اس میں آواز اور نئے، انف ڈاٹا کی اچھی کارکردگی کم ہوتی ہے.
مَیں حد سے زیادہ شراب پینے لگا ۔
اگر ماڈل کو تربیت اور درست اعدادوشمار پر مُہر کرنے کے لئے تربیتی نظام کی ضرورت ہے تو پھر اُس کی کارکردگی میں بہتری آ سکتی ہے ۔
زیادہتر لوگوں کو خوراک فراہم کرنے کیلئے استعمال کرنا
کئی طریقے جن میں سے کچھ کو روکا جا سکتا ہے، جن میں سے کچھ یہ ہیں:
- ری ایکٹریشن: پیچیدہ ماڈلز کو بےحوصلہ کرنے کے لیے نقصان کی سزا دیتا ہے۔
- Dropout: ریڈملائی یونٹوں کو مخصوص نیوٹرون پر انحصار کم کرنے کے لیے تربیت کے دوران میں ٹریننگ کے دوران میں گرانے والی یونٹس۔
- [Early setting: [1] جب درست کارکردگی کم ہونا شروع ہو جاتی ہے تو ٹریننگ بند کر دیتی ہے۔
- ] عطاٹا ایوجیشن: اضافہ اعداد و شمار کے تدوین شدہ نسخے بنانے سے اعداد و شمار کا حجم پیدا ہوتا ہے۔
- Madistal سادگی:] کم پیرامیٹر یا آسان الجبرا استعمال کرتا ہے۔
ماڈل ایوارڈ کے لئے کلکٹر
درست نقصان اور درستی جیسے میٹرکس بہت زیادہ کی جانچ کے لیے ضروری ہیں. کالکوٹیشن میں شامل ہیں:
- [Difference in مناسبت سے : [حوالہ درکار] تربیتی مساوات منفی تربیتی اصلاحی اصلاحات۔
- ویلیشن ہار : [حوالہ درکار] تربیتی نقصان سے بچنے کے لیے درست اعداد و شمار پر نگرانی کرنے والا نگرانی کرتا ہے۔
- Cross-constation: استعمال کرنے والی کڈ دوا کراس کرنسی کا استعمال کریں تاکہ ماڈل کی استقامت کا تجزیہ مختلف ڈیٹا کے ٹکڑوں میں کیا جا سکے۔
کُنَّا
ان تکنیکوں اور حسابات کو کم کرنے میں مدد دے سکتی ہے، جس کی وجہ سے ایسے ماڈلز کی شناخت اور کمی ہو سکتی ہے جو نئے اعداد و شمار کو بہتر طور پر بہتر طور پر دیکھنے میں مدد دے سکتے ہیں۔