الملخص
دعونا نلخص ما قمنا بتغطيته.
بشكل رئيسي، لقد عالجنا مشكلة تصنيف معقدة باستخدام أشجار القرار والغابات العشوائية كمثال، كان سيناريونا صعبا – تدريب نموذج لتخمين الأشخاص الفائزين بميداليات للجمباز الإيقاعي – لكننا سحبناه. ومن المثير للاهتمام، وجدنا طريقة للقيام بذلك باستخدام الميزات الأساسية فقط: العمر والوزن والطول وسنة الألعاب،
وكذلك تعلمنا أنه لتحسين النماذج المعقدة، غالبًا ما يكون لدينا قرارات نتخذها حول كيفية هيكلة النموذج، مثل حجمه أو عمقه. ناقشنا مدى صعوبة فهم النماذج الأكبر والأكثر تعقيدا داخليا، بمجرد تدريبها، ولكن غالبا ما تحقق مكاسب رائعة في الأداء على أنواع نماذج أبسط.
كما تدربنا على العمل مع المعلمات الفائقة، وهي الإعدادات التي تؤثر على كيفية عمل التدريب. وجدنا أن المقاييس الفائقة تُحسن تحسنًا كبيرًا على مدى تدريب نموذج، وأن اكتشاف الاختيار الأمثل يتطلب كل من التفكير والتجريب.