Может ли персептрон забыть?
-
16-10-2019 - |
Вопрос
Я хотел бы создать онлайн-систему машинного обучения на основе веб-сайта, где пользователи могут постоянно добавлять классифицированные образцы и обновлять модель в Интернете. Я хотел бы использовать персептрон или аналогичный алгоритм онлайн-обучения.
Но пользователи могут делать ошибки и вставлять не относящиеся к делу примеры. В этом случае я хотел бы иметь возможность удалить конкретный пример, не повторно тренируя персептрон во всем наборе примеров (что может быть очень большим).
Это возможно?
Решение
Как я понимаю процесс, Изменение персептрона без переподготовки невозможно. Корректировки веса относится не только к этому конкретному примеру, но и относительно других примеров обучения, которые были ранее. Выявление неправильно классифицированного экземпляра и удаление его из набора тестирования перед переподготовкой модели, по -видимому, является наиболее эффективным способом исправления весов.
Я думаю, что стоит отметить, что по сравнению с другими алгоритмами машинного обучения, Perceptrons относительно сопротивляются шуму и неправильно классифицированные экземпляры в учебном наборе. Анкет Если вы сталкиваетесь с большим количеством неправильно классифицированных экземпляров, было бы более разумно иметь лучшую проверку в той точке, когда вы принимаете данные до обучения, чем придумать какой -то способ исправить неправильные экземпляры после обучения Perceptron. Если это невозможно, и вы сможете определить неправильно классифицированные экземпляры как таковые, то удаление их и переподготовка казатся единственным способом эффективного удаления воздействия неправильно классифицированных экземпляров.