مواد
پیش کردہ: AltaML
سوال:
مشین سیکھنے میں "صحت سے متعلق اور یاد" کیا ہے؟
A:
مشین لرننگ میں "صحت سے متعلق اور یاد" کی وضاحت اور وضاحت کرنے کے بہت سے طریقے ہیں۔ یہ دونوں اصول جنگی نظاموں میں ریاضی کے لحاظ سے اہم ہیں ، اور نظریاتی لحاظ سے اہم ، ان اہم طریقوں سے جن میں انسانی فکر کی نقالی کرنے کے لئے اے آئی کی کوششیں شامل ہیں۔ بہرحال ، لوگ اعصابی تشخیص میں بھی ، "صحت سے متعلق اور یاد" کا استعمال کرتے ہیں۔
آئی ٹی میں صحت سے متعلق اور یاد کرنے کے بارے میں سوچنے کا ایک طریقہ یہ ہے کہ بازیافت نتائج کی تعداد سے زیادہ متعلقہ آئٹمز اور بازیافت اشیاء کے اتحاد کی حیثیت سے صحت سے متعلق کی وضاحت کی جائے ، جبکہ یادداشت سے متعلقہ نتائج کی کل تعداد سے زیادہ متعلقہ آئٹمز اور بازیافت شدہ اشیاء کی آپس کی نمائندگی ہوتی ہے۔
اس کی وضاحت کرنے کا دوسرا طریقہ یہ ہے کہ صحت سے متعلق درجہ بندی کے سیٹ میں مثبت شناختوں کے حص measuresے کی پیمائش ہوتی ہے جو دراصل درست تھے ، جبکہ یاد آور حقیقی مثبتات کے تناسب کی نمائندگی کرتا ہے جن کی صحیح شناخت کی گئی تھی۔
یہ دونوں میٹرکس ایک انٹرایکٹو عمل میں اکثر ایک دوسرے کو متاثر کررہے ہیں۔ صحت سے متعلق اور یاد کو ظاہر کرنے کے لئے ماہرین الجھن میٹرکس میں حقیقی مثبت ، جھوٹی مثبت ، حقیقی منفی اور غلط نفی کو ٹیگ کرنے کا نظام استعمال کرتے ہیں۔ درجہ بندی کی حد کو تبدیل کرنا صحت سے متعلق اور یاد کے لحاظ سے بھی آؤٹ پٹ کو تبدیل کرسکتا ہے۔
یہ کہنے کا ایک اور طریقہ یہ ہے کہ یاد کرنا صحیح نتائج کی تعداد کی پیمائش کرتا ہے ، ان نتائج کی تعداد سے تقسیم ہوتا ہے جن کو واپس کرنا چاہئے ، جبکہ صحت سے متعلق موصولہ نتائج کی تعداد کے حساب سے تقسیم شدہ صحیح نتائج کی تعداد کی پیمائش کرتا ہے۔ یہ تعریف مددگار ہے ، کیوں کہ آپ ان نتائج کی تعداد کے طور پر یاد کی وضاحت کرسکتے ہیں جو سسٹم کو "یاد" کر سکتا ہے ، جب کہ آپ ان نتائج کی نشاندہی کرنے کی افادیت یا اہدافی کامیابی کے طور پر صحت سے متعلق کام کرسکتے ہیں۔ یہاں ہم ایک عام معنی میں صحت سے متعلق اور یاد کرنے کے کیا معنی حاصل کرتے ہیں اس پر واپس آ گئے ہیں - اشیاء کو یاد رکھنے کی صلاحیت ، اور انہیں صحیح طریقے سے یاد رکھنے کی صلاحیت کے مقابلے میں۔
مشین کو سیکھنے والی ٹیکنالوجیز اور اندازہ کرنے کے لئے صحیح مثبت ، غلط مثبت ، حقیقی منفی اور غلط منفی کا تکنیکی تجزیہ انتہائی مفید ہے ، تاکہ یہ ظاہر کیا جاسکے کہ درجہ بندی کے طریقہ کار اور مشین لرننگ ٹیکنالوجیز کس طرح کام کرتی ہیں۔ تکنیکی طریقے سے صحت سے متعلق پیمائش کرکے اور ماہر مشین سیکھنے کے پروگرام کو چلانے کے نتائج کو نہ صرف دکھاسکتے ہیں بلکہ یہ بتانا بھی شروع کرسکتے ہیں کہ یہ پروگرام کس طرح اپنے نتائج پیدا کرتا ہے۔ جس الگورتھمک کام سے یہ معلوم ہوتا ہے کہ یہ پروگرام کس طرح کے اعداد و شمار کے سیٹوں کا اندازہ کرتا ہے۔ خاص طریقہ
اس بات کو ذہن میں رکھتے ہوئے ، مشینی سیکھنے کے بہت سے پیشہ ور افراد ٹیسٹ کے سیٹ ، ٹریننگ سیٹ یا اعداد و شمار کے بعد میں کارکردگی کے سیٹوں سے واپسی کے نتائج کے تجزیے میں صحت سے متعلق بات کر سکتے ہیں۔ کسی سرنی یا میٹرکس کا استعمال اس معلومات کو آرڈر کرنے میں مدد دے گا اور زیادہ شفافیت سے یہ ظاہر کرے گا کہ پروگرام کس طرح کام کرتا ہے اور اس کے نتائج کیا جدول پر آتے ہیں۔