YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Portuguese, Brazilian subtitles

← BiasVariance and Features Quiz Solution - Intro to Machine Learning

Get Embed Code
4 Languages

Showing Revision 9 created 06/20/2016 by Udacity Robot.

  1. Casos nos quais muitos recursos são usados para obter a regressão
  2. mais bem ajustada, ou
  3. um possível classificador, são uma clássica situação de variação de Hyde.
  4. Você deve tomar cuidado para não sobreajustar os dados quando
  5. estiver nessa situação.
  6. E uma outra forma de estruturar toda essa discussão sobre o número de recursos
  7. a ser usado pode ser expressa por meio do dilema variação de viés
  8. ou de quantos recursos devem ser usados para que
  9. você consiga equilibrar essas duas questões.
  10. Você precisa ter a descrição precisa que é obtida quando você tem variação
  11. suficiente no seu modelo. Com ela, você pode ajustar os dados
  12. de forma precisa e genuína.
  13. Mas você quer fazer isso
  14. com o número mínimo de recursos necessários para a tarefa.
  15. Há essa compensação entre o tipo de qualidade do ajuste e
  16. a simplicidade do ajuste,
  17. o número de recursos que você tem que usar para alcançar essa qualidade de ajuste.
  18. Isso significa que você quer ajustar um algoritmo com novos recursos.
  19. Mas usando o caso de uma regressão como um grande r² ou,
  20. de modo inverso, uma soma das raízes quadradas de erros de joule.
  21. Esse é o ponto ideal que você deve encontrar.