Qiyinlik darajasi

Gradient tushishi a birinchi tartib takroriy optimallashtirish algoritm a uchun mahalliy minimal farqlanadigan funktsiya.

	3	O’qitish jarayonida regulyarizatsiyalash bu? Tushunchasi tartibga solish a-ni anglatadi qator tartib-qoidalarni buyurdi kimning haqiqiyligi kontekstga bog'liq. Bor ichki qoidalar tashkilot yoki tashkilot ichida amal qiladigan va qonunlarga bo'ysunadigan qoidalarni o'z ichiga olgan boshqa kengroq qoidalar
	3	Model qurishda bo’ladigan Underfitting muammosi bu? Underfitting - bu ma'lumotlar fanidagi stsenariy bo'lib, unda ma'lumotlar modeli kirish va chiqish o'zgaruvchilari o'rtasidagi munosabatlarni aniq tasvirlay olmaydi, bu esa o'quv to'plamida ham, ko'rinmas ma'lumotlarda ham yuqori xatoliklarni keltirib chiqaradi
	3	Model qurishda bo’ladigan Owerfitting muammosi bu? Model o'quv ma'lumotlaridagi tafsilot va shovqinni o'rganganida, bu modelning yangi ma'lumotlarga ishlashiga salbiy ta'sir ko'rsatadigan darajada haddan tashqari moslashish sodir bo'ladi. ... Muammo shundaki, bu tushunchalar yangi ma'lumotlarga taalluqli emas va modellarni umumlashtirish qobiliyatiga salbiy ta'sir qiladi
	3	Bias tushunchasi? Bias: Funktsiyani o'rganishni osonlashtirish uchun model tomonidan qilingan taxminlar.
	3	Variance tushunchasi? Variant: Agar siz ma'lumotlaringizni o'qitish ma'lumotlariga o'rgatsangiz va juda kam xatoga yo'l qo'ysangiz, ma'lumotlarni o'zgartirib, keyin bir xil oldingi modelni o'rgatsangiz, yuqori xatoga duch kelasiz, bu dispersiyadir.
	3	Bias va Variance tushunchalarining farqi nimada? Bias - bu maqsad funksiyani taxmin qilishni osonlashtirish uchun model tomonidan qilingan soddalashtiruvchi taxminlar. Farq - bu turli xil o'quv ma'lumotlarini hisobga olgan holda maqsadli funktsiyani baholash o'zgarishi miqdori.
	3	Agar bias yuqori bo’lsa qaysi turdagi muammo sodir bo’lmoqda?

	Quyidagilardan qaysi biri mashinali o‘qitish fanlari sifatida o‘rganilmaydi ?