بررسی توابع زیان یادگیری ماشین
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 179
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DSAI01_014
تاریخ نمایه سازی: 4 تیر 1403
چکیده مقاله:
تابع زیان به عنوان یکی از موضوعات مهم در یادگیری ماشینی، نقش مهمی در ساخت الگوریتم های یادگیری ماشین و بهبود عملکرد آنها ایفا میکند.شناخت این توابع به درک و اجرای الگوریتم های یادگیری ماشین کمک شایانی میکند. در این مقاله ما توابع زیان را به ترتیب از جنبه های یادگیری ماشینسنتی و یادگیری عمیق دسته بندی میکنیم. یادگیری ماشین سنتی به مسائل طبقه بندی، رگرسیون و یادگیری بدون نظارت تقسیم می شود و یادگیری عمیقبر اساس نوع کاربرد مانند تشخیص اشیاء و تشخیص چهره تقسیم بندی می شود. در این مقاله توابع زیان مربوط به طبقه بندی در یادگیری ماشین سنتی رامعرفی میکنیم و به تجزیه و تحلیل هر تابع زیان از نظر فرمول، شکل تابع و الگوریتم مربوط به آن می پردازیم تا درک عمیق تری نسبت به آنها ایجاد شود وکمکی برای انتخاب و بهبود عملکرد توابع زیان باشد.
کلیدواژه ها:
نویسندگان
اکرم یزدانی
استادیار، گروه آمار و اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی کاشان، کاشان، ایران
داوود عبدالهی
دانشجوی کارشناسی ارشد، گروه مهندسی برق، دانشکده مهندسی سیستم های هوشمند و علوم داده، دانشگاه خلیج فارس، بوشهر، ایران