TGViewer
Data Science Data Science @dataanalysis · 7.18K subscribers
Post #1467 4.76K
خطای ناپایداری در هوش مصنوعی!

یکی از موضوعات مهم در توسعه مدل‌های یادگیری ماشین و یادگیری عمیق میزان پایداری یا Robust بودن مدل در مواجه با دادگان جدید یا نویزی است.

بعضا ممکن است که یک مدل علیرغم دقت یا Accuracy بالا در مواجه با تغییر جنس دادگان یا داده‌های جدید با خطای فاحش مواجه شود. شکل فوق یکی از این خطاهاست.

مدیریت دادگان نویزی و مفقوده، بهره گیری از متدهای Bagging و Boosting میتواند در جهت ارتقا پایداری مدل کمک نماید.

پی نوشت:
در شکل فوق دو گاو وجود دارد اما مدل به اشتباه یک گاو با طول 5 متر شناسایی کرده است.
@DataAnalysis
  • 👍 15
  • 😁 13
More from @dataanalysis
  1. Aug 6, 2025برگزاری دوره حکمرانی داده مبنا در وزارت علوم، تحقیقات و فناوری باعث افتخار بود که در جمع ب…
  2. Jul 13, 2025❓ روزی از کسی پرسیدند: چگونه برخی از افراد نسبت به دیگران تصمیم‌گیری خود را چابک‌تر اتخاذ…
  3. Jul 12, 2025فرصت شغلی کارشناس تحلیل داده و گزارشات واحد قطعات شرکت تیگارد موتور به دنبال یک تحلیلگر دا…
  4. Jul 7, 2025«دوره جامع هوش تجاری دانشگاه تهران» 🎆 برای اولین بار آموزش کاربردی AI در هوش تجاری و مهار…
  5. Jun 14, 2025الحمدلله الذی جعلنا من المتمسكين بولايته علی ابن ابیطالب و اولاده المعصومين صلواه الله علي…
  6. Mar 25, 2025‌فیلم‌های برتر هوش مصنوعی تاریخ سینما https://bit.ly/2QqaSIy ایام تعطیلات یکی از بهترین فر…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →