.
Opada sa porastom broja sinapsi
Opada sa porastom broja neurona
Raste sa porastom broja sinapsi
Raste sa porastom broja neurona
X pripada klasi kojoj pripada njen 2 sused
X pripada onoj klasi kojoj pripada njen 1 sused
X pripada klasi kojoj pripada vecina njenih prvih k suseda
1
2
4
3
Selekciju modela
Procenu tacnosti izabranog i obucenog modela
Obucavanja modela
One klase koje sadrze beskonacan broj prediktora (hipoteza)
One klase cija je kardinalnost izmedju alefa_0 i alefa_1
One klase koje sadrze konacan broj prediktora (hipoteza)
Klasifikacioni problem sa vise od dve klase
Klasifikacioni problem sa dve klase
Regresioni problem
Pored obucavajuceg skupa i podskup uzoraka koje sistem samostalno izdvaja iz obucavajuceg skupa
Samo uzorci iz obucavajuceg skupa
Pored obucavajuceg skupa i uzorci koje sistem sam generise
K
K+1
K-1
Postoje eksperti za datu oblast razmatranja
Ljudi su u stanju da objasne svoju ekspertizu
Ne postoje eksperti za datu oblast razmatranja
Ljudi nisu u stanju da objasne svoju ekspertizu
Zavisnost greske na test skupu prilikom postepenog povecanja broja podataka, koristeci prethodne podatke kao prefiks uvecanom skupu podataka
Zavisnost greske na test i validacionom skupu prilikom postepenog povecanja broja podataka, koristeci prethodne podatke kao prefiks uvecanom skupu podataka
Zavisnost greske na validacionom skupu prilikom postepenog povecanja broja podataka, koristeci prethodne podatke kao prefiks uvecanom skupu podataka
Zavisnost greske na obucavajucem skupu prilikom postepenog povecanja broja podataka, koristeci prethodne podatke kao prefiks uvecanom skupu podataka
Redukovati postojece podatke
Obezbediti vise novih podataka
Smanjiti broj obelezja
Promeniti model
Povecati broj obelezja
Tacnost na vidjenim primerima
Tacnost na nevidjenim primerima
Prosecna tacnost na vidjenim i nevidjenim primerima
Redukovati postojeci broj obelezja
Dodati vise obelezja
Produziti obucavanje
Skratiti obucavanje
Izabrati jednostavniji model
Izabrati kompleksniji model
Vrsi se evaluacija sistema na primerima iz domena koji nije bio prisutan u procesu obucavanja
Sistem obucen za jedan problem se koristi prilikom obucavanja sistema za neki drugi problem
Sistem obucen za jedan problem se ne koristi prilikom obucavanja sistema za neki drugi problem
Samo na obucavajucem skupu
Samo na test primerima, koji su bez oznaka prisutni u fazi obucavanja
Samo na nevidjenim primerima
P_N(X)=(1/N) (broj uzoraka u binu u kome je X)
P_N(X)=((broj uzoraka u binu u kome je X)/(velicina bina koji sadrzi X))
P_N(X)=(1/N) ((broj uzoraka u binu u kome je X)/(velicina bina koji sadrzi X))
Svim primerima iz normalne raspodele
Svim primerima dobijenim iz raspodele koja je ista kao i za obucavajuci skup
Svim primerima dobijenim iz svih mogucih raspodela
Svim primerima dobijenim iz Laplasove raspodele
Binovi ce postajati sve prazniji
Binovi ce postajati sve popunjeniji
Broj uzoraka po jednom binu se nece menjati
Program + izlaz
Podaci + program
Nijedna od ovih kombinacija
Podaci + izlaz
Minimizacija greske na trening skupu bez dodatnih ogranicenja
Minimizacija greske na test skupu uz restrikciju prostora mogucih prediktora(hipo...
Minimizacija greske na test skupu bez dodatnih ogranicenja
Minimizacija greske na trening skupu uz restrikciju prostora mogucih prediktora(hipo...
Prosecna greska ostvariva u datoj klasi hipoteza H
Maksimalna greska ostvariva u datoj klasi hipoteza H
Minimalna greska ostvariva u datoj klasi hipoteza H
Ulaz sistema masinskog ucenja je kontinualan u slucaju klasifikacije
Izlaz sistema masinskog ucenja je kontinualan u slucaju klasifikacije
Izlaz sistema masinskog ucenja je kontinualan u slucaju regresije
Izlaz sistema masinskog ucenja je diskretan u slucaju klasifikacije
Izlaz sistema masinskog ucenja je diskretan u slucaju klasifikacije
Ulaz sistema masinskog ucenja je diskretan u slucaju regresije
Ulaz sistema masinskog ucenja je kontinualan u slucaju regresije
Ulaz sistema masinskog ucenja je diskretan u slucaju klasifikacije
Uvodjenje restrikcija na obucavajuci skup
Uvodjenje restrikcija na prostor hipoteza u kome se trazi finalno resenje
Uvodjenje restrikcija na trajanje obucavanja
Prosirivanjem klase hipoteza H
Povecanjem obucavajuceg skupa
Redukovanjem klase hipoteza H
Smanjivanjem obucavajuceg skupa
Zahteva od ucitelja da dodaje primere i da ih oznaci
Zahteva od ucitelja da odbacuje primere iz obucavajuceg skupa
Zahteva od ucitelja da dodaje primere bez ciljne vrednosti (labela, oznaka)
Wait!
Here's an interesting quiz for you.