Arabic subtitles

Problem with SSE - Intro to Machine Learning

Get Embed Code
4 Languages

Showing Revision 1 created 06/09/2016 by Udacity Robot.

  1. في هذه الحالة، يكون مجموع
  2. .الأخطاء التربيعية الخاص بالتوزيع على الجانب الأيمن أكبر، وعندئذٍ يجب أن يتسم الأمر بالوضوح حتى نتعرف على السبب
  3. .ويمكنكم مقارنة النقاط واحدة تلو الأخرى، وقد تكون هذه كل الأخطاء في الجانب الأيسر
  4. .وهناك مجموع أخطاء تربيعية مشابه للغاية على الجانب الأيمن خاص بنقاط البيانات هذه
  5. .لكن هناك نقاط بيانات إضافية، تلك التي أشير إليها
  6. وتساهم كل نقطة من تلك السالف ذكرها بقدر بسيط في الخطأ
  7. .الذي سنضيفه إلى مجموع الأخطاء التربيعية لنتمكن من الملاءمة هنا
  8. إذن ما يعنيه هذا أن التوزيع على الجانب الأيمن يتميز بمجموع أكبر من
  9. الأخطاء التربيعية، رغم أننا اتفقنا أنه قد
  10. .لا يؤدي وظيفته الخاصة بملاءمة البيانات بشكل أسوأ مقارنة بالتوزيع على الجانب الأيسر
  11. وبوجه عام، يعد هذا أحد عيوب مجموع الأخطاء التربيعية
  12. .بصفته أحد قياسات التقييم
  13. ويشبه هذا الأمر كما لو أنكم أضفتم مزيدًا من البيانات بحيث يرتفع مجموع الأخطاء التربيعية
  14. .ولكن لا يعني هذا بالضرورة أن الملاءمة ستؤدي مهمتها بطريقة سيئة ،
  15. ومع ذلك، قد تمثل مقارنة مجموعتين من البيانات بهما عدد مختلف
  16. من النقاط مشكلة كبيرة، لأنكم قد تستخدمون مجموع
  17. .الأخطاء التربيعية لاكتشاف أي المجموعتين تؤدي الملاءمة بشكل أفضل
  18. إذن يمكن التعامل بشكل سيء مع مجموع الأخطاء التربيعية عن طريق عدد
  19. .نقاط البيانات التي تستخدمونها، بالرغم من أن الملاءمة يمكن أن تكون مثالية
  20. إذن، يحفزني ذلك على أن أخبركم بشأن قياس تقييم آخر مشهور
  21. .للغاية عند تقييم الانحدارات