Slovník výrazov AI/Základy strojového učenia

Základy strojového učenia

priestor hypotéz

Anglický výraz hypothesis space

základnéheslo č. 535 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená priestor hypotéz?

Priestor hypotéz je množina funkcií alebo modelov, z ktorých učiaci algoritmus môže vyberať. Určuje expresívne možnosti aj obmedzenia učenia: lineárny priestor nevyjadrí ľubovoľnú nelineárnu hranicu, zatiaľ čo príliš bohatý priestor môže bez dostatočných dát preučiť šum. Hypotézna trieda je súčasťou induktívneho skreslenia a jej efektívnu zložitosť ovplyvňuje aj regularizácia a algoritmus, nielen počet parametrov.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Pri odhade ceny môže tím porovnať lineárne funkcie, stromy obmedzenej hĺbky a neurónové siete. Najprv overí, či priestor dokáže zachytiť známe vzťahy a invariancie; potom meria rozdiel medzi tréningovým a validačným výkonom. Zväčšenie priestoru má zmysel pri nedoučení, no musí ho sprevádzať viac relevantných dát alebo silnejšia regularizácia. Vyhľadávanie hyperparametrov je zároveň výberom medzi podpriestormi a musí prebiehať bez testovacej množiny. Dokumentuje sa, ktoré modely boli vôbec prípustné, aby sa dalo interpretovať zlyhanie.

Overiteľnosť

Odborné zdroje

  1. Tom Mitchell · Machine Learningcs.cmu.edu
  2. Shalev-Shwartz & Ben-David · Understanding MLcs.huji.ac.il

Praktické odpovede

Často kladené otázky

Čo je jednou hypotézou?

Konkrétna funkcia alebo model, ktorý mapuje vstup na predikciu a má určené parametre.

Je väčší priestor vždy lepší?

Nie. Zvyšuje expresivitu, ale aj potrebu dát a riziko výberu modelu, ktorý zachytí náhodný šum.

Prehľadá algoritmus celý priestor?

Zvyčajne nie. Optimalizačná stratégia a inicializácia určujú, ktoré časti sú reálne dostupné.

Ako regularizácia mení priestor?

Môže explicitne obmedziť prípustné hypotézy alebo ich iba preferenčne zoradiť penalizáciou.

Čo ak pravdivý vzťah v priestore nie je?

Vzniká aproximačná chyba; viac tréningových dát ju samo neodstráni.