Версия для печати
Нажмите сюда для просмотра этой темы в оригинальном формате |
Форум на Исходниках.RU > Нейросети и Искусственный интеллект (Artificial Intelligence) > Недостатки различных методов машинного обучения |
Автор: доктор Рагин 20.07.17, 13:41 |
Недостатки различных методов машинного обучения 1) Дерево решений Недостаток: невозможно инкрементное обучение в процессе работы При поступлении новых данных надо перестраивать все дерево 2) Наивный Байесовский алгоритм Недостаток: Не может выявить зависимостей между разными переменными. Например, в анти-спам фильтре письмо-спам характеризует определенное сочетание слов, но эти слова по отдельности часто встречаются в нормальных письмах. Такую корреляцию наивный байес не выявит. Все входные данные должны хотя бы примерно обладать свойством независимости. 3) Нейронная сеть Недостаток: ненаглядна. Невозможно объяснить полученные результаты. Иногда бывает очень важно не просто предсказать результат процесса, но и составить алгоритм процесса. Дерево решений строит такой алгоритм, а НС – черный ящик! |
Автор: negram 23.07.17, 16:54 |
Цитата доктор Рагин @ Линейные модели, в принципе, неплохо ловят определённый тип спама 2) Наивный Байесовский алгоритм Недостаток: Не может выявить зависимостей между разными переменными. Например, в анти-спам фильтре письмо-спам характеризует определенное сочетание слов, но эти слова по отдельности часто встречаются в нормальных письмах. Такую корреляцию наивный байес не выявит. Все входные данные должны хотя бы примерно обладать свойством независимости. |
Автор: Betelgeuse 27.09.23, 07:48 |
Цитата Линейные модели, в принципе, неплохо ловят определённый тип спама Это только если спам линейный |