Pêvajoya perwerdehiya modelek fêrbûna makîneyê vedihewîne ku wê li ber gelek daneyan ragihîne da ku ew bikaribe fêrî nimûneyan bibe û pêşbîniyên an biryaran bide bêyî ku bi eşkere ji bo her senaryoyê were bernamekirin. Di qonaxa perwerdehiyê de, modela fêrbûna makîneyê di rêzek dubareyan de derbas dibe ku ew pîvanên xwe yên hundurîn rast dike da ku xeletiyan kêm bike û performansa xwe li ser peywira diyarkirî baştir bike.
Çavdêriya di dema perwerdehiyê de asta destwerdana mirovî ya ku ji bo rêberiya pêvajoya fêrbûna modelê hewce dike vedibêje. Pêdiviya çavdêriyê dikare li gorî celebê algorîtmaya fêrbûna makîneyê ya ku tê bikar anîn, tevliheviya peywirê, û kalîteya daneyên ku ji bo perwerdehiyê têne peyda kirin ve girêdayî be.
Di fêrbûna çavdêrîkirî de, ku celebek fêrbûna makîneyê ye ku model li ser daneyên binavkirî têne perwerde kirin, çavdêrî pêdivî ye. Daneyên nîşankirî tê vê wateyê ku her nuqteya daneya têketinê bi derana rast re tête hev kirin, ku dihêle ku model fêrî nexşeya di navbera ketin û derketinan de bibe. Di dema perwerdehiya çavdêrîkirî de, çavdêriya mirovî pêdivî ye ku ji bo daneyên perwerdehiyê etîketên rast peyda bike, pêşbîniyên modelê binirxîne, û pîvanên modelê li ser bingeha bersivdayînê sererast bike.
Mînakî, di peywirek nasîna wêneya çavdêrîkirî de, heke armanc perwerdekirina modelek be ku wêneyên pisîk û kûçikan dabeş bike, çavdêrek mirovî hewce dike ku her wêneyê wekî pisîkek an kûçikek binav bike. Dê model ji van mînakên binavkirî fêr bibe ku li ser wêneyên nû, nedîtî pêşbîniyan bike. Serpereştyar dê pêşbîniyên modelê binirxîne û ji bo ku rastbûna wê baştir bike bersivê bide.
Ji hêla din ve, algorîtmayên fêrbûna neçavdêrî ji bo perwerdehiyê hewceyê daneyên binavkirî ne. Van algorîtmayan ji daneyên têketinê bêyî rêbernameyên eşkere qalib û strukturan fêr dibin. Fêrbûna bêserûber bi gelemperî ji bo peywirên wekî komkirin, tespîtkirina anomalî, û kêmkirina pîvanan tê bikar anîn. Di fêrbûna bêserûber de, makînek dikare bêyî hewcedariya çavdêriya mirovî di dema perwerdehiyê de serbixwe fêr bibe.
Fêrbûna nîv-çavdêrî nêzîkatiyek hevberî ye ku hêmanên fêrbûna bi çavdêrî û neçaverêkirî pêk tîne. Di vê nêzîkatiyê de, modela li ser berhevokek daneya nîşankirî û bêlabelkirî tê perwerde kirin. Daneyên nîşankirî hin çavdêriyê peyda dike da ku pêvajoya fêrbûnê rêve bike, dema ku daneya nenavkirî rê dide modelê ku di daneyan de qalib û têkiliyên zêde kifş bike.
Fêrbûna bihêzkirinê paradîgmayek din a fêrbûna makîneyê ye ku li wir karmendek fêr dibe ku bi danûstendina bi hawîrdorek re biryarên rêzdar bide. Di fêrbûna xurtkirinê de, ajan li ser bingeha kiryarên xwe di forma xelat an cezayan de bertek werdigire. Ajan fêr dibe ku bi ceribandin û xeletiyê re xelata xweya berhevkirî bi demê re zêde bike. Digel ku fêrbûna xurtkirinê di wateya kevneşopî de ne hewceyê çavdêriya eşkere ye, dibe ku çavdêriya mirovî ji bo sêwirana strukturê xelatê, danîna armancên fêrbûnê, an başkirina pêvajoya fêrbûnê hewce bike.
Di dema perwerdehiya fêrbûna makîneyê de hewcedariya çavdêriyê bi paradîgmaya fêrbûnê ya ku tê bikar anîn, hebûna daneyên binavkirî û tevliheviya peywirê ve girêdayî ye. Fêrbûna çavdêrîkirî hewceyê çavdêriya mirovî ye ku daneyên nîşankirî peyda bike û performansa modelê binirxîne. Fêrbûna neçavdêrîkirî ne hewceyê çavdêriyê ye, ji ber ku model ji daneyên bêlabelkirî serbixwe fêr dibe. Fêrbûna nîv-serperiştkirî hêmanên fêrbûna çavdêrî û neserperiştkirî bi hev re dihewîne, dema ku fêrbûna bihêzkirinê fêrbûna bi danûstendina bi hawîrdorek re vedihewîne.
Pirs û bersivên din ên vê dawiyê di derbarê EITC/AI/GCML Fêrbûna Makîna Ewr a Google:
- Nivîsar bi axaftinê (TTS) çi ye û ew çawa bi AI-ê re dixebite?
- Di fêrbûna makîneyê de di xebata bi daneyên mezin de çi sînor hene?
- Ma fêrbûna makîneyê dikare hin arîkariya diyalogê bike?
- Qada lîstikê ya TensorFlow çi ye?
- Di rastiyê de danûstendinek mezintir tê çi wateyê?
- Hin mînakên hîperparametreyên algorîtmê çi ne?
- Fêrbûna ensambleyê çi ye?
- Ger algorîtmayek fêrbûna makîneya bijartî ne guncan be û meriv çawa dikare piştrast bike ku ya rast hilbijêrin?
- Parametreyên sereke yên ku di algorîtmayên bingeha tora neuralî de têne bikar anîn çi ne?
- TensorBoard çi ye?
Pirs û bersivan bêtir li EITC/AI/GCML Fêrbûna Makîneya Cloud Google-ê bibînin