115
правок
Изменения
Новая страница: «==Выброс== '''Выбросы'''(англ. outliers) - такая часть во входных данных, которая сильно выделяетс…»
==Выброс==
'''Выбросы'''(англ. outliers) - такая часть во входных данных, которая сильно выделяется из общей выборки. Многие алгоритмы машинного обучения чувствительны к разбросу и распределению. Выбросы во входных данных могут исказить и ввести в заблуждение процесс обучения алгоритмов машинного обучения, что приводит к увеличению времени обучения, снижению точности моделей и, в конечном итоге, снижению результатов. Даже до подготовки предсказательных моделей на основе обучающих данных выбросы могут приводить к ошибочным представлениям и в дальнейшем к ошибочной интерпретации собранных данных.
==Методы борьбы с выбросами==
==См.также==
* [[Аномалия]]
* [[Переобучение]]
==Примечания==
# https://machinelearningmastery.com/how-to-identify-outliers-in-your-data/
'''Выбросы'''(англ. outliers) - такая часть во входных данных, которая сильно выделяется из общей выборки. Многие алгоритмы машинного обучения чувствительны к разбросу и распределению. Выбросы во входных данных могут исказить и ввести в заблуждение процесс обучения алгоритмов машинного обучения, что приводит к увеличению времени обучения, снижению точности моделей и, в конечном итоге, снижению результатов. Даже до подготовки предсказательных моделей на основе обучающих данных выбросы могут приводить к ошибочным представлениям и в дальнейшем к ошибочной интерпретации собранных данных.
==Методы борьбы с выбросами==
==См.также==
* [[Аномалия]]
* [[Переобучение]]
==Примечания==
# https://machinelearningmastery.com/how-to-identify-outliers-in-your-data/
