یک نسخه جدید و بهبودیافته از Machine Learning Crash Course در آگوست 2024 عرضه می شود. گوش به زنگ باشید!
این ماژول بر الزامات ویژه برای مدل های آموخته شده بر روی بردارهای ویژگی که دارای ابعاد زیادی هستند، تمرکز دارد.
تنظیم برای اسپاسیت
بیایید به Feature Crosses برگردیم
- هشدار: صلیب های پراکنده ممکن است فضای ویژگی را به میزان قابل توجهی افزایش دهد
- مسائل احتمالی:
- اندازه مدل (RAM) ممکن است بزرگ شود
- ضرایب "صدا" (باعث بیش از حد برازش می شود)
L 1 منظم سازی
- می خواهم L 0 هنجار وزنه ها را جریمه کنم
- بهینه سازی غیر محدب؛ NP-hard
L 1 منظم سازی
- می خواهم L 0 هنجار وزنه ها را جریمه کنم
- بهینه سازی غیر محدب؛ NP-hard
- ریلکس به تنظیم L 1 :
- جریمه کردن مجموع عضلات شکم (وزن)
- مشکل محدب
- بر خلاف L 2 ، پراکندگی را تشویق کنید