Jak wybrać najlepszy model?
Biorąc pod uwagę kilka modeli o podobnych zdolnościach wyjaśniających, najprostsze jest najlepszym wyborem. Zacznij prosto i uczyń model bardziej złożonym w razie potrzeby. Im bardziej złożony model tworzysz, tym bardziej prawdopodobne jest, że dostosowujesz model do swojego zestawu danych, a uogólnienie cierpi.
Który model głębokiego uczenia się jest najlepszy do klasyfikacji?
Algorytmy głębokiego uczenia się do przetwarzania obrazu i klasyfikacji obrazu. Zwrotowe sieci neuronowe (CNN) najlepiej nadają się do problemów z przetwarzaniem obrazu i klasyfikacji obrazu, ponieważ operacja splotu umożliwia przetwarzanie obrazów za pomocą różnych funkcji filtra.