堅牢な機械学習

我々はシステムや組織である科学で使用される「堅牢」の意味を、使用する場合は不利な条件に耐えるか、克服する能力を持っています。

例えば、建物の建設に、我々は、台風、竜巻など例えば、地震ゾーンの建物ならば、崩壊することなく、地震に耐えられるように構築する方法を検討するために、建物の安全性に影響を与える要因、悪天候を(検討する必要があります我々はいくつかの強風時)とどのようにこのレベルなどを乗り切るに耐性の建物を作るためにを負担する必要があります。コンピュータ分野における「ロバスト性」と同様の意味合いは、システムまたはアルゴリズムは、データ、異なるアプリケーション等のノイズとして、アプリケーション環境を満たすことができるということである発現しました。

 

機械学習、トレーニングモデルでは、エンジニアは、アルゴリズムの「堅牢性」をテストするためのアルゴリズムにノイズ(抵抗運動)を追加することができます。アルゴリズムのロバスト性は、本明細書で理解することができる方法を説明したデータの変更の高い耐性。

堅牢性と安定性が異なっている、通常の安定性を意味し、「時間をかけて容量特性が変化しない」、堅牢性は、多くの場合、複雑適応系の顔である能力、システムのより包括的な検討の必要性を記述するために使用されます。
 

彼は185元の記事を発表 ウォンの賞賛5 ビュー10000 +

おすすめ

転載: blog.csdn.net/aa804738534/article/details/104840895