معايرة النموذج
معايرة النموذج هي تقنية لاحقة للتدريب تقوم بتعديل مخرجات الاحتمالية لمصنف مُدرَّب بحيث تتطابق درجات الثقة المتوقعة مع الترددات التجريبية للنتائج. يُقال إن المصنف مُعاير تمامًا إذا كان، من بين جميع التنبؤات التي تمت بثقة p، جزء p منها بالضبط صحيحًا. تم توثيق سوء المعايرة المنهجي للشبكات العصبية العميقة الحديثة بدقة بواسطة Guo et al. (2017)، الذين أظهروا أن الشبكات المدربة باستخدام دالة الخسارة المتقاطعة القياسية تميل إلى أن تكون مفرطة الثقة، واقترحوا قياس درجة الحرارة كعلاج بسيط وفعال.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Guo, C., Pleiss, G., Sun, Y., & Weinberger, K. Q. (2017). On calibration of modern neural networks. International Conference on Machine Learning, 1321–1330. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Probability Calibration of Classifiers. ScholarGate. https://scholargate.app/ar/machine-learning/model-calibration
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التنبؤ المطابق (Conformal Prediction)تعلم الآلة↔ compare
- الانحدار اللوجستيإحصاء البحث↔ compare
- تحديد كمية عدم اليقينالمحاكاة↔ compare