Deep learning dựa trên mô hình gì để học?

Lập trình máy tính để thực hiện các nhiệm vụ cụ thể

Huấn luyện máy tính để tự học từ dữ liệu

Tạo ra máy tính có trí tuệ nhân tạo

Tối ưu hóa các thuật toán máy học

Kỹ thuật giảm overfitting bằng cách loại bỏ ngẫu nhiên một số lượng các neuron trong mạng neural trong quá trình huấn luyện

Kỹ thuật giảm kích thước của mạng neural

Kỹ thuật tăng khả năng học từ dữ liệu mới

Kỹ thuật tăng kích thước mạng neural

Dữ liệu không được gán nhãn

Dữ liệu được gán nhãn

Đặc điểm hoặc thuộc tính của dữ liệu

Dữ liệu đã được xử lý

Kỹ thuật tăng kích thước mô hình

Kỹ thuật giảm kích thước mô hình

Kỹ thuật kết hợp nhiều mô hình dự đoán để cải thiện hiệu suất

Kỹ thuật chia tập dữ liệu huấn luyện và kiểm tra

Phân loại hình ảnh

Phân tích ngôn ngữ tự nhiên

Dự đoán chuỗi thời gian

Tất cả các phương án trên

Tỷ lệ giữa số lần dự đoán đúng và tổng số lần dự đoán

Tỷ lệ giữa số lần dự đoán đúng positive và tổng số positive dự đoán

Tỷ lệ giữa số lần dự đoán đúng negative và tổng số negative dự đoán

Số lần dự đoán đúng trên tổng số lần dự đoán

Một loại thuật toán tối ưu hóa

Một phương pháp tính toán biểu diễn các tầng xử lý thông tin

Một loại hàm kích hoạt

Một phương pháp gom nhóm dữ liệu

Mô hình quá đơn giản và không thể đặc trưng hóa đủ dữ liệu

Mô hình phù hợp tốt với dữ liệu huấn luyện nhưng không tổng quát hóa được cho dữ liệu mới

Mô hình không học được từ dữ liệu

Mô hình phù hợp với dữ liệu huấn luyện và tổng quát hóa tốt cho dữ liệu mới

Overfitting

Underfitting

Gradient vanishing/exploding

Biến dạng dữ liệu

Việc kết hợp nhiều mô hình dự đoán để cải thiện hiệu suất

Sử dụng nhiều tập dữ liệu khác nhau

Tạo ra các mô hình phức tạp

Chọn lựa siêu tham số tốt nhất cho mô hình