স্ট্যাটিস্টিকাল লার্নিং থিওরি ভিএস কম্পিউটেশনাল লার্নিং তত্ত্ব?


9

পরিসংখ্যান শেখার তত্ত্ব এবং গণনামূলক শিক্ষণ তত্ত্বের মধ্যে কী সম্পর্ক এবং পার্থক্য রয়েছে ?

তারা কি একই বিষয় সম্পর্কে? একই সমস্যাগুলি সমাধান করুন, এবং একই পদ্ধতিগুলি ব্যবহার করবেন?

উদাহরণস্বরূপ, প্রাক্তন বলেছেন এটি ভবিষ্যদ্বাণী তত্ত্ব (রিগ্রেশন, শ্রেণিবিন্যাস, ...)।


এটি আসলে একটি দুর্দান্ত প্রশ্ন। আমি অনুরূপ জিজ্ঞাসা করতে আগ্রহী ছিলাম তবে আমি ভেবেছিলাম যে এটি যে প্রশ্নটি জিজ্ঞাসা করতে চাইছে তার একই বৈশিষ্ট্যযুক্ত করে। আমি প্রচুর বই, প্রচুর গুগল অনুসন্ধান এবং উইকিপিডিয়া পৃষ্ঠা দেখেছি। আমি মনে করি উভয় প্রশ্নই নমুনা জটিলতার প্রশ্ন হিসাবে তাদের বাক্য গঠনের ক্ষেত্রে সম্পর্কিত তবে আমি প্যাকের পূর্বে এই ডোমেনে কাজ সম্পন্ন করার জন্য কোনও সংস্থান খুঁজে পেতে পারিনি। আমি যে সমস্ত বই দেখেছি সেগুলি পিএসি থেকে শুরু হয়েছে যা পিএসি এর আগে কী ঘটেছিল তা নিয়ে অবাক করে দেয়।
কर्क ওয়াল্লা

উত্তর:


5

কম্পিউটেশনাল লার্নিং, আরও দৃ concrete়ভাবে সম্ভবত প্রায় সঠিক ( পিএসি ) কাঠামো, এর মতো প্রশ্নের উত্তর দেয়: উচ্চ সম্ভাবনার একটি ভাল অনুমানের সাথে শেখার জন্য একজন প্রশিক্ষণার্থীর জন্য কত প্রশিক্ষণের উদাহরণ প্রয়োজন? উচ্চ সম্ভাবনা যেমন হাইপোথিসিস দিয়ে আমার কতটা গণ্য প্রচেষ্টা প্রয়োজন? এটি আপনি যে কংক্রিটের শ্রেণিবদ্ধের সাথে কাজ করছেন তা মোকাবেলা করে না। এটি হ'ল কয়েকটি নমুনা নিয়ে আপনি কী শিখতে পারবেন এবং শিখতে পারবেন না সে সম্পর্কে।

স্ট্যাটিস্টিকাল লার্নিং থিওরিতে আপনি বরং সাজানোর প্রশ্নের উত্তর দিন: শ্রেণিভুক্তকারী কতটা প্রশিক্ষণের নমুনাগুলি একটি ভাল অনুমানের রূপান্তরিত হওয়ার আগেই তাকে শ্রেণিবদ্ধ করবে? উদাহরণস্বরূপ, শ্রেণিবদ্ধকে প্রশিক্ষণ দেওয়া কতটা কঠিন এবং এর অভিনয় সম্পর্কে আমার কী ওয়্যারেন্টি রয়েছে?

দুঃখজনকভাবে আমি এমন কোনও উত্স জানি না যেখানে এই দুটি ক্ষেত্রকে একীভূত উপায়ে বর্ণনা / তুলনা করা হয়। তবুও, যদিও খুব বেশি আশা করে না এটি সাহায্য করে

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.