ببین در اینجا با سه مجموعه کار شده
مجموعه آموزشی
مجموعه برای اعتبار سنجی و مجموعه ای برای تست
این نمودار نشون میده که با افزایش تکرار ها در هر کدام از مجموعه ها، MSE چه وضعیتی داره.
فرض کن مجموعه آموزشی: با افزایش تعداد اپک ها، خطا کاهش پیدا می کنه و البته Overfit احتمالاً صورت می گیره. یعنی شبکه بر روی داده های آموزشی فیت میشه. مجموعه ای که برای اعتبار سنجی هم هست ابتدا خطا در اپک های اولیه بیشتر و سپس کم میشه و به همین شکل برای مجموعه تست.
اگر دقیق تر میخوای در مورد این نمودارها بدونی در درس یادگیری ماشین توصیح داده شده (کتاب میچل)
شکل دومت در چه شرایطی بوده؟
سلام
ممنون از اینکه جواب دادید....
بله....داده های من سه قسمت شدن...داده های تست...ارزیابی و اموزش
من رشته ام برقه....پروژه ام درباره حفاظت سیستم قدرت با استفاده از شبکه عصبیه..یعنی اینکه با استفاده از شبکه عصبی پیشخور چند لایه و با الگوریتم پس انتشار خطا و با توجه به ماتریس ورودی و خروجی که به شبکه دادیم(داده های این ماتریس مربوط به انواع خطاهای اتفاق افتاده توی سیستم بود)....شبکه عصبی می بایست تشخیص بده که خطا کجای سیستم اتفاق افتاده و از چه نوعی بوده!
بعد از اینکه برنامه اش رو نوشتم...وبعد از اجرا شدن برنامه شکل زیر نمایش پیدا کرد:
راستش اصلا نمیدونم جریان شکل دوم چیه....وقتی گزینه training state رو میزنم شکل دوم میاد!
در مورد R هم که مربوط به شکل سوم هست یه چیزایی میدونم اما دقیقا نمیفهمم این خط ها یعنی چی....
یعنی اینکه رابطه بین خروجی مطلوب و خروجی واقعی یه رابطه خطیه؟!!پس قضیه این دایره های روی خطوط چیه؟؟