Túltanulás - Laptörténet

Pitlik, 2008. február 1., 11:34-n

2008-02-01T11:34:08Z

Pitlik, 2006. január 4., 09:37-n

2006-01-04T09:37:14Z

Gottus: /* Ontológiai modul */

2005-12-30T23:12:35Z

‎Ontológiai modul

Gottus: /* Ontológiai modul */

2005-12-30T23:09:46Z

‎Ontológiai modul

Gottus: /* Ellentmondások és vitatott kijelentések modulja */

2005-12-30T22:47:10Z

‎Ellentmondások és vitatott kijelentések modulja

Gottus: /* Történeti modul */

2005-12-30T22:45:54Z

‎Történeti modul

Gottus: /* Történeti modul */

2005-12-30T22:44:51Z

‎Történeti modul

Gottus: /* Ellentmondások és vitatott kijelentések modulja */

2005-12-30T22:42:56Z

‎Ellentmondások és vitatott kijelentések modulja

Gottus: /* Ellentmondások és vitatott kijelentések modulja */

2005-12-28T15:14:11Z

‎Ellentmondások és vitatott kijelentések modulja

Gottus: /* Ellentmondások és vitatott kijelentések modulja */

2005-12-28T15:13:48Z

‎Ellentmondások és vitatott kijelentések modulja

← Régebbi változat		A lap 2008. február 1., 11:34-kori változata
84. sor:		84. sor:
	#'''Dr. Pitlik László:''' '''''Az eredmények rövid összefoglalása:'''''; 2001.[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21703]		#'''Dr. Pitlik László:''' '''''Az eredmények rövid összefoglalása:'''''; 2001.[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21703]
	#'''Dr. Pitlik László – Bunkóczi László – Pásztor Márta Zsuzsanna – Popovics Attila – Pető István:''' <br>'''''IA2002, Debrecen - IDARA & IACS, avagy úton a modern adatvagyon-gazdálkodás felé'''''; 2005.[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21704]		#'''Dr. Pitlik László – Bunkóczi László – Pásztor Márta Zsuzsanna – Popovics Attila – Pető István:''' <br>'''''IA2002, Debrecen - IDARA & IACS, avagy úton a modern adatvagyon-gazdálkodás felé'''''; 2005.[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21704]
		+
		+	[[Kategória:Lexikon_(special)]]

@@ 21. sor: / 21. sor: @@
 # másrészt azonban felvetődik a komplex (piaci modellekre alapozó) célfüggvények kialakításának kényszere. Ez esetben ugyanis az egyes objektumokra (országok, évek) készülő becslések önmagukban nem kerülnének elfogadásra vagy elvetésre, hanem objektumcsoportok együttmozgását kellene előírni a hibaminimalizálás során. (Klasszikus példa az ilyen típusú célfüggvény-képzésre az időjárás előrejelzés esete, amikor is kizárható, hogy olyan modell legyen a helyes, mely az egymáshoz legközelebb fekvő mérőállomásokra nagy szórással becsül értékeket, hiszen az időjárás mikro-mintázata bár szinte tetszőleges lehet, kis távolságon belüli gyakori és tetszőleges eltérések valószínűsége alacsony. A komplex célfüggvények jelentik az átmenetet a gondolati restrikciókat alkalmazó klasszikus modellezés és a véletlenszerű modellstruktúrákat is befogadó mesterséges intelligencia modellek között. Bárhogyan is járjunk el a '''céltalanság és a túltanulás tétele''' nem oldható fel, vagyis soha nem tudhatjuk, hogy az ismert inputok alapján, milyen helyes kell, hogy legyen a legjobbnak kijelölni tervezett modell.)[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21704]
 <br>
 == Ontológiai modul ==
 *'''" ez egy " kapcsolattípus :'''
-** pedagógia (negatív tanulás)
+** nem európai példákon (de sikeresen) szocializált házasságközvetítő sikertelen működése Magyarországon (alkalmazási példa)
-** pszichológia (túlzott kondícionálás)
+** hibátlan neurális hálómodell a cukorrépa termésbecslésére, mely ceteris paribus összefüggése a nitrogén és a terméseredmény között erőteljesen oszcilláló függvényt eredményezett (alkalmazási példa)
 <br>
 *'''"van neki, része a címszónak" kapcsolattípus:'''
 ** teszt-tanulás
 ** [[gépi tanulás]]
 ** tanuló-adatbázis
 ** tesztadatbázis
 <br>
 *'''" a címszó része valaminek ( a címszónak egyenrangú fogalmak )" kapcsolattípus:'''
-** tanulás (tanulás-teszt, túltanulás, spontán tanulás)
+** gépi tanulás (tanulás-teszt, túltanulás, céltalanság tétele)
-** gátlási jelenségek (külső gátlás, védőgátlás, túltanulás („negatív” tanulás), kialvás)
 <br>

@@ 35. sor: / 35. sor: @@
 <br>
 *'''"van neki, része a címszónak" kapcsolattípus:'''
-** [[teszt-tanulás]]
+** teszt-tanulás
 ** [[gépi tanulás]]
 ** [[neurális háló]]

@@ 27. sor: / 27. sor: @@
 *'''" ez egy " kapcsolattípus :'''
-** pedagógia (megjelenési forma)
+** pedagógia (negatív tanulás)
-** pszichológia (megjelenési forma)
+** pszichológia (túlzott kondícionálás)
-** tanuláselmélet (megjelenési forma)
+** tanuláselmélet (elnyújtott gyakorlás)
-** előrejelzési modellek (megjelenési forma)
+** előrejelzési modellek (inger-küszöb eredmény)
-** neurális hálózatok (megjelenési forma)
+** neurális hálózatok (jelenség)
-** geodézia (megjelenési forma)
+** geodézia (probléma, teszt hiba)
 <br>
 *'''"van neki, része a címszónak" kapcsolattípus:'''

@@ 52. sor: / 52. sor: @@
 ==  Ellentmondások és vitatott kijelentések modulja ==
 *'''1999:''' ''Túltanulás olyan tanulás, amelynél a gyakorlás vagy az ismétlés a feladat megfelelő megoldásához szükséges készség elsajátítása után is folytatódik. Általában nem szokás károsnak tekinteni, vagy azt gondolni, hogy valamit lehetséges túl jól megtanulni.'' Ha nem lehetséges valamit túl jól megtanulni, akkor nem látom helyesnek a "túltanulás" fogalom használatát.
 <br>
 Szerkesztői javaslat: Mi a kapcsolat a céltalanság tétele és a túltanulás jelensége között
 <br>
-*'''2001:''' A tanulás találati aránya véletlenszerűen nagyobb, vagy kisebb, mint a teszt találati aránya a céltalanság tétele értelmében. A teszt alacsonyabb értéke mellett szólna, hogy a tanulás (túltanulás) saját magára figyel. Míg a teszt magasabb értékei mellett szólhat a kisebb esetszám.<br>
+*'''2001:''' A tanulás találati aránya véletlenszerűen nagyobb, vagy kisebb, mint a teszt találati aránya a céltalanság tétele értelmében. A teszt alacsonyabb értéke mellett szólna, hogy a tanulás (túltanulás) saját magára figyel. Míg a teszt magasabb értékei mellett szólhat a kisebb esetszám.
 *'''2005:''' ''Az IDARA projekt számára két következtetés vonható le:''
 # egyrészt a WATSIM trendjeinek biztonsága sem valószínű, hogy ezen pontosságon lényegesen túllép (bár ilyen típusú, önellenőrző, minőségbiztosító vizsgálatok nem publikusak, ill. nem készülnek),

@@ 17. sor: / 17. sor: @@
 *'''2001:''' ''A DEA eredmények értelmezése''<br>4. Hipotézis: A Tanulás és a teszt egymáshoz való viszonya tetszőleges <br>Következtetés: A tanulás találati aránya véletlenszerűen nagyobb, vagy kisebb, mint a teszt találati aránya a céltalanság tétele értelmében. A teszt alacsonyabb értéke mellett szólna, hogy a tanulás (túltanulás) saját magára figyel. Míg a teszt magasabb értékei mellett szólhat a kisebb esetszám.[http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=21703]
 *'''2003:''' "Az RBF hálózatoknál csak egy rejtett réteget lehet alkalmazni, és itt a neuronszámot lehet változtatni. Az adott feladat igényeit legjobban kielégítő hálózati szerkezetet kétféle módon határozhatjuk meg. Ki lehet indulni egy nagyobb hálózatból, amiről bizonyos tapasztalatok alapján tudjuk, hogy elegendő lesz, és ezután csökkentjük a neuronszámot amennyire lehet. Vagy megpróbálhatjuk kisebb hálózattal megoldani a feladatot, és ha ez nem megy, akkor növelni a neuronszámot. <br>Szerintem először érdemes kisebb neuronszámmal próbálkozni, mert túl sok esetében nagyon nagy lesz a memória igény és a számítások is lassúak lesznek, sőt fennáll a hálózatok „túltanulásának” a veszélye. Ha a felvett hálózat nem képes megfelelő pontossággal megtanulni az adott problémát, akkor érdemes próbálkozni a neuronok számának a növelésével. Törekedni kell a lehető legnagyobb pontosságra, a lehető legegyszerűbb hálózatszerkezet mellett. <br>A tanulás lehet: <br>− ellenőrzött vagy felügyelt tanulás, <br>− nem ellenőrzött vagy felügyelet nélküli tanulás. <br>"2.4.1.3 Túltanulás <br>Egy neurális hálózattól azt várjuk el, hogy ne csak a tanítópontokban, hanem a tanítópontok között is jó közelítést adjon. A tanítópontok mellett ezért szükség van tesztpontokra is, hogy minősíteni tudjuk a hálózatokat. A tesztpontok olyan pontok, melyeket nem használtunk fel a tanítás során, de ismertek az összetartozó be és kimeneti értékeik. Megfelelően sok neuron felvétele esetén mind az MLP, mind az RBF hálózatok alkalmasak interpolációra, vagyis tökéletesen meg tudják tanulni a tanítópontok adatait. Ha nincsenek tesztpontjaink az ellenőrzéshez, akkor viszont könnyen túltaníthatjuk a hálózatot. <br>A túltanítás azt jelenti, hogy míg a tanítópontok hibája egyre csökken, addig a tesztpontok hibája egyre nagyobb lesz, a hálózat túlzottan illeszkedik a tanítópontokra. Ezt úgy lehet elképzelni, mint polinomos regressziónál, ha kevés pontra illesztünk nagy fokszámú polinomot." [http://miau.gau.hu/levelezo/2003osz/l2003_id.php3?string=20597]
 <br>