2.4 KiB
| title | localeTitle |
|---|---|
| Data Alone Is not Enough | البيانات وحدها ليست كافية |
البيانات وحدها ليست كافية
دون حساب تغيير خوارزميات تعلم الآلة أو جوانب أخرى من تدريب النموذج ، والبيانات وحدها ليست كافية لمساعدة المتعلم الخاص بك على نحو أفضل.
يجب على كل متعلم أن يجسد بعض المعرفة أو الافتراضات أكثر من البيانات المقدمة من أجل التعميم وراءها (Domingos ، 2012).
ما يقوله هذا البيان هو أنه إذا اخترت أعمى المتعلم فقط لأنك سمعت أنه جيد ، جمع المزيد من البيانات لن بالضرورة مساعدتك في أهداف التعلم الآلي.
على سبيل المثال ، لنفترض أن لديك بيانات تعتمد على الوقت (مثل بيانات السلاسل الزمنية) وتريد استخدام مصنف ثنائي (مثل الانحدار اللوجستي). جمع قد لا تكون بيانات سلسلة الوقت الأفضل هي الأفضل لمساعدة متعلمك. هذا هو لأنه لم يتم تصميم مصنف ثنائي لسلاسل زمنية.
هذا لا يعني أنه بمجرد اختيار أفضل خوارزمية التعلم الآلي بناء على مشكلتك أن إضافة المزيد من البيانات ليس جيدًا. في هذه الحالة ، ذلك سوف يساعدك.
التعلم الآلي ليس سحرا ؛ لا يمكن الحصول على شيء من لا شيء. ما هو الحصول على المزيد من أقل… يدمج المتعلمين المعرفة مع البيانات في النمو برامج (Domingos ، 2012).