خطای ناپایداری در هوش مصنوعی!
یکی از موضوعات مهم در توسعه مدل‌های یادگیری ماشین و یادگیری عمیق میزان پایداری یا Robust بودن مدل در مواجه با دادگان جدید یا نویزی است.
بعضا ممکن است که یک مدل علیرغم دقت یا Accuracy بالا در مواجه با تغییر جنس دادگان یا داده‌های جدید با خطای فاحش مواجه شود. شکل فوق یکی از این خطاهاست.
مدیریت دادگان نویزی و مفقوده، بهره گیری از متدهای Bagging و Boosting میتواند در جهت ارتقا پایداری مدل کمک نماید.
پی نوشت:
در شکل فوق دو گاو وجود دارد اما مدل به اشتباه یک گاو با طول 5 متر شناسایی کرده است.
@DataAnalysis
