감독되지 않은 학습 알고리즘이 올바른지 알기위한 몇 가지 방법이나 일반적인 방법은 무엇입니까

Question

자발적 학습의 아름다움, 신비 및 복잡성의 일부는 사람이 알아낼 수있는 많은 데이터 중에서 정보를 추출한다는 것입니다. 그러나 알고리즘이 올바른지 알 수있는 방법이 있습니까? 예를 들어, 주식 동향을 살펴보고 특정 주식에 대해 약간의 공제를한다고 가정 해 봅시다. 그것이 실제로 어떻게 진행되는지 보지 않고, 그것이 옳았다는 것을 알 수있는 어떤 방법이 있습니까? 훈련 된 데이터가 잘못되었거나 더 중요한 것은 알고리즘이 잘못된 결론을 이끌어 낼 수 있다는 것입니다. 분명히 손실과 같은 수학적 측정이 있지만, 현재 알고리즘이 잘못되었을 수도 있다는 사실을 알고 있어야합니까? 감독되지 않은 학습 알고리즘이 얼마나 정확한지 (또는 야심적인 용어로 "정확하다") 정확하게 측정 할 수있는 몇 가지 방법은 무엇입니까? 한마디로

Answer 1

: 실제로 그것이 바로는 것을 알 수있는 방법이 밖으로 재생하는 방법을 보지 않고

?

아니요 그렇다면 원래 알고리즘이 필요하지 않습니다. 랜덤 예측을하고 오라클을 사용하여 그들이 맞는지 아닌지를 알리십시오.

이 떨어져 훈련 데이터는 데이터를 기반으로 배울

ML 알고리즘 잘못 될 수 있습니다. 그것이 틀렸다면, 그들은 틀리게 배울 것입니다. 1 + 1 = 3이라고 말한 적이 있다면 질문 할 이유가 있습니까?

더 중요한 것은, 당신의 알고리즘은 잘못된 결론

이 데이터에 의해 지원되는 경우 어떤 결론이 잘못되지 그려했습니다 수 있습니다. 그것은 당신이 쫓고있는 사람이 아니기 때문에 (https://www.jefftk.com/p/detecting-tanks을보십시오), 당신은 당신이 겪고있는 것을 잘 설명하는 데이터를 얻어야합니다.

하지만 현재 알고리즘이 잘못되었을 수도 있습니다.

예, 우리는 항상 그럴 것입니다. 인간이 항상 뭔가에 대해 항상 옳은가? 올바른 상황에서 아주 기본적인 것들에 대해서는 잘못 될 수 있습니다. 그리고 우리는 현재 AI보다 훨씬 똑똑합니다.

감독되지 않은 학습 알고리즘이 얼마나 정확한지 (또는 야심적인 용어가 "정확하다") 측정 할 수있는 몇 가지 방법은 무엇입니까?

매우 야심적입니다. 해결하려는 문제에 대해 충분히 능숙한 경우 수동으로 결과를 확인할 수 있습니다. 이미지를 개와 고양이로 분류하려면 인간이 판단 할 수있을 정도로 간단 할 것입니다. 알고리즘을 적용하고 예상치 중 일부를 수동으로 확인하여 알고리즘이 얼마나 잘 수행되었는지 확인하십시오.

정말 잘하는 무언가를 갖고 싶다면 세계 챔피언에게 도전하십시오.

문제에 따라 다릅니다.